python动态规划算法的使用过程

美女程序员鼓励师

使用过程

1、获取相应信息

(商品数量、背包容积、各商品体积和价值)

2、结构的最佳值矩阵。

3、初始化的最佳值矩阵

(上方和左侧留有空白矩阵作为后续运算,但没有结果)

4、根据商品之间的最佳价值公式计算出相应的结果。

5、逆向推导矩阵得到某个商品,或者没有安装。

输出结果。

实例

print('请输入待装物品数量和背包体积(空格隔开):')

n, v = map(int, input().split())  # 获取物品数量和背包体积

goods = []  # 初始化商品列表

for i in range(n):

    print(f'请输入第{i + 1}个物品的重量和价值(空格隔开):')

    goods.append(list(map(int, input().split())))  # 获取商品信息

 

# 计算最优值矩阵

dp = [[0 for i in range(v + 1)] for j in range(n + 1)]  # 初始化最优值矩阵

for i in range(1, n + 1):

    for j in range(1, v + 1):

        dp[i][j] = dp[i - 1][j]  # 默认不装,即和上一项最优值相等

        if j >= goods[i - 1][0]:

            # 如果背包剩余空间充足

            dp[i][j] = max(dp[i][j], dp[i - 1][j - goods[i - 1][0]] +

                           goods[i - 1][1])  # 对比装与不装的价值并选择较大值

 

"""

# 输出最优值矩阵

for i in dp:

    print(i)

"""

 

# 计算最优解

x = [0 for i in range(n + 1)]  # 初始化物品状态,0:不装,1:装

for i in range(n, 0, -1):

    if dp[i][v] == dp[i - 1][v]:  # 判断最优值是否发生变化,如果没有变化,则说明没有装

        x[i] = 0  # 不装

    else:  # 如果有变化,则说明装了,并减去对应重量

        x[i] = 1  # 装

        v -= goods[i - 1][0]  # 减去对应重量

    x[n] = 1 if dp[n][v] != 0 else 0  # 判断最后一个物品装不装

 

# 输出最优解

print('背包应装物品为:')

for i in range(1, n + 1):

    print(f'编号:{str(i)}\t重量:{goods[i - 1][0]}\t价值:{goods[i - 1][1]}\n' if x[i] == 1 else '', end='')

# 输出最优值

print('物品价值:', dp[-1][-1])

以上就是python动态规划算法的使用过程,希望对大家有所帮助。更多Python学习指路:python基础教程

本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。

以上是 python动态规划算法的使用过程 的全部内容, 来源链接: utcz.com/z/544610.html

回到顶部