01背包问题动态规划递归式,0-1背包问题动态规划算法python
一个包可以装4公斤。现在有四样东西。重量分别为1kg、4kg、3kg、1kg，数值为1500、3000、2000、2000。
现在包里装的东西价值最大，但不能超过背包的最大载重量。
几样东西的重量
w=[ 0，1，4，3，1 ]
一些物品的价值
v=[ 0，1500，3000，2000，2000 ]
#项目数量
n=len(w )- 1
包的重量
m=4
#创建代表包中项目的列表。如果元素为True，则包含相应的元素。
x=[]
#放在袋子里的价值总和
值=0
#在前I项中，当装载量为J时，排列代表放入袋子中的最大值的矩阵，表[i][j]
table=[0 for iinrange(m1)]for jinrange(n1)]
动态(W，V，N，M，X):
表格矩阵计算
for range(1，n ^ 1):#表示一个想法接一个想法。
Fornrange (1，m 1): #)的意思是一点一点考虑子背包的大小。
If(j=w[I]): #)当背包尺寸大于物体重量时，可以考虑放进去
表[i][j]=max(表[i-1][j]，表[i-1][j-w[i]] v[i])
否则：
如果没有table[i][j]=table[i -1][j] #输入，将继承以前的值。
#递归地把对象放在背包里寻找跳跃的地方，从最后的结果往回推。
j=m
forIinrange(n，0，-1):
Iftable [I] [j] table [I-1] [j]: #如果再增加一项会增加价值，请将其添加到列表中。
X.申请(I))。
J=j-w[i] #这是背包剩余部分的负荷。
#返回最大值，即表格中最后一行和最后一列的值
值=表[n][m]
返回值
Print(最大值为，str) dynamic (w，v，n，m，x))
Print(项目索引：，x))。
PS:python动态规划背包问题
将numpy作为np导入
defbag(重量，数值，重量_控制) :
num=Len(重量)
体重。insert (0 0，0))。
values.insert (0，0)).
包=NP。零((num1，weight_cont 1)，dtype=np.int))).
forIinrange(1，编号1):
forjinrange(1，weight_cont 1):
如果j=重量[i]:
Bag[i][j]=max(bag[i-1][j]，bag [I-1] [j-weight [i]]值[I])
否则：
袋[I][j]=袋[i][j-1]
返回包[-1][-1]
if __name__==__main__ :
重量=[ 1，2，4，10，12]
值=[ 1200，1500，2000，1300，2500 ]
权重_控制=20
(re=Bag(Weight，values，weight_cont))))))))).
是，打印(重新)
至此，我已经介绍了这篇关于python实现动态编程背包的文章。关于python动态规划背包的内容，请搜索之前的文章或者继续查看以下相关文章。以后请多多关照。
题目：动态规划背包问题的python实现分析
本文地址：3358 www . CPP cns.com/jiao本/python/372287.html
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。