【python-动态规划】0-1背包问题

概述给定n个元素的重量和其对应的价值,将这些物品放在一个容量为W的背包中，并使得总价值最大。数组val [0 . . n - 1]和wt [0 . . n - 1]，它们分别代表价值和重量。 总重量W代表

给定n个元素的重量和其对应的价值,将这些物品放在一个容量为W的背包中，并使得总价值最大。数组val [0 . . n - 1]和wt [0 . . n - 1]，它们分别代表价值和重量。 总重量W代表背包容量，

 

之前也写过0-1背包问题：https://www.cnblogs.com/xiximayou/p/12004082.html

今天看到了个递归的方法，挺简洁的，记录一下：

def knapSack(W,wt,val,n):    if n==0 or W==0:        return 0    if wt[n-1]>W:        return knapSack(W,n-1)    else:        return max(val[n-1]+knapSack(W-wt[n-1],n-1),knapSack(W,1)">))        val = [60,100,120] wt = [10,20,30] W = 50"""val=[5,4,6,2]wt=[2,5,3]W=8"""n = len(val) print(knapSack(W,n) )

@H_502_62@

输出：220

递归方法会出现子问题重复计算问题，可用以下方法解决：

for x in range(W+1)] in range(n+1)]       # Build table K[][] in bottom up manner     for i ):         for w in range(W+1):             if i==0 or w==0:                 K[i][w] = 0            elif wt[i-1] <= w:                 K[i][w] = max(val[i-1] + K[i-1][w-wt[i-1]],K[i-1][w])             :                 K[i][w] = K[i-1][w]       return K[n][W] 

@H_502_62@

 

参考：https://www.geeksforgeeks.org/0-1-knapsack-problem-dp-10/

总结

以上是内存溢出为你收集整理的【python-动态规划】0-1背包问题全部内容，希望文章能够帮你解决【python-动态规划】0-1背包问题所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。