IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python背包问题 -> 正文阅读

[Python知识库]python背包问题

背包问题可以分为:01背包 和 完全背包问题。

简要概括:

01背包:每种物品只能拿一次或者不拿。

完全背包:每种物品可以拿无限次。

01背包:

import numpy as np
weight=[1,3,6,5,7]           #物品重量
price=[2,1,3,5,4]            #物品价值
weight_most=10
def fullbag(weight,price,weight_most):#return max value
    num = len(weight)        #获取物品总量
    weight.insert(0,0)      #不存在第0个物品,故插入一个0
    price.insert(0,0)        #同上
    bag=np.zeros((num+1,weight_most+1),dtype=np.int32)#使用numpy快速建立数组,下标从零开始
#     bag0 = [0 for j in range(weight_most+1)]          #不导入np三方库
#     bag = [bag0 for i in range(num+1)]

    for i in range(1,num+1):     #这俩循环的取值为行与列,每件物品进行循环
        for j in range(1,weight_most+1):       #从轻的开始拿
            if weight[i]<=j:
                bag[i][j]=max(bag[i-1][j-weight[i]]+price[i],bag[i-1][j])
            else:
                bag[i][j]=bag[i-1][j]
    print(bag)
    return bag[-1,-1]
 
result=fullbag(weight,price,weight_most)
print(result)
解法来源:https://blog.csdn.net/your_answer/article/details/79274789

完全背包:

import numpy as np
weight=[1,3,6,5,7]           #物品重量
price=[2,1,3,5,4]            #物品价值
weight_most=10
def fullbag(weight,price,weight_most):#return max value
    num = len(weight)        #获取物品总量
    weight.insert(0,0)      #不存在第0个物品,故插入一个0
    price.insert(0,0)        #同上
    bag=np.zeros((num+1,weight_most+1),dtype=np.int32)#使用numpy快速建立数组,下标从零开始
#     bag0 = [0 for j in range(weight_most+1)]          #不导入np三方库
#     bag = [bag0 for i in range(num+1)]

    for i in range(1,num+1):     #这俩循环的取值为行与列,每件物品进行循环
        for j in range(1,weight_most+1):       #从轻的开始拿
            if weight[i]<=j:
                bag[i][j]=max(bag[i-1][j-weight[i-1]]+price[i-1],bag[i-1][j])
            else:
                bag[i][j]=bag[i-1][j]
    print(bag)
    return bag[-1,-1]
 
result=fullbag(weight,price,weight_most)
print(result)

该博主为完全背包提供了更多的解法:

完全背包问题(python实现)的几种解法,动态规划_路漫漫`的博客-CSDN博客_python完全背包动态规划

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-05-21 18:55:28  更:2022-05-21 18:57:32 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/27 16:21:53-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计