Python程序:在容量限制内选择不同物品以获取最大价值
假设我们有两个列表,分别称为 weights 和 values,它们长度相同,还有一个数字称为 capacity k。其中 weights[i] 和 values[i] 表示第 i 个物品的重量和价值。现在,我们最多可以取 k 容量的重量,并且我们只能取每个物品最多一份,我们需要找到可以获得的最大价值。
因此,如果输入类似于 weights = [2, 3, 4],values = [2, 6, 4],capacity = 6,则输出将为 8
为了解决这个问题,我们将遵循以下步骤:
- n := weights 的大小
- dp := 一个大小为 capacity x n 的矩阵,并用 0 填充
- 对于 i 从 0 到 n 的范围,执行以下操作:
- 对于 j 从 0 到 capacity 的范围,执行以下操作:
- 如果 i 等于 0 或 j 等于 0,则:
- dp[i, j] := 0
- 否则,当 weights[i-1] <= j 时,则:
- dp[i,j] = (dp[i-1, j-weights[i - 1]] + values[i-1]) 和 (dp[i-1, j]) 的最大值
- 否则:
- dp[i, j] := dp[i-1, j]
- 如果 i 等于 0 或 j 等于 0,则:
- 对于 j 从 0 到 capacity 的范围,执行以下操作:
- 返回 dp[n, capacity]
让我们看一下下面的实现,以便更好地理解:
示例
class Solution: def solve(self, weights, values, capacity): n=len(weights) dp=[[0 for i in range(capacity+1)] for _ in range(n+1)] for i in range(n+1): for j in range(capacity+1): if i==0 or j==0: dp[i][j]=0 elif weights[i-1]<=j: dp[i][j]=max(dp[i-1][j-weights[i-1]]+values[i-1],dp[i-1][j]) else: dp[i][j]=dp[i-1][j] return dp[n][capacity] ob = Solution() weights = [2, 3, 4] values = [2, 6, 4] capacity = 6 print(ob.solve(weights, values, capacity))
输入
[2, 3, 4], [2, 6, 4], 6
输出
8
广告