
输入样例
4 5
1 2
2 4
3 4
4 5
输出样例
8
解题思路
1.先将输入的第一行中物品的数量和背包的总体积取出
# 取得物品的个数和背包的总体积
a = [int(i) for i in input().split()]
# 物品的个数
n = a[0]
# 背包总体积
m = a[1]
2.将给出的各个物品的体积和质量分别用两个列表分别存入
# 从键盘输入中得到物品的体积和价值
def qu(N):
for i in range(N):
x = [int(j) for j in input().split()]
v.append(x[0])
w.append(x[1])
return v, w
# 各个物品的体积列表
v = []
# 对应物品的价值
w = []
# 将物品的体积和价值装入列表中
qu(n)
3.最重要的一步,即利用动态规划将背包各个时期的最优解解出来,最后填写一个过程的列表。
(1)先建立一个二维数组,行从0开始到物品数量结束,列从0开始一直到背包的总体积
# 模拟背包
f = [[0] * (m + 1) for _ in range(n + 1)]
(2)从第一行开始, 如果包的容量

这篇博客详细介绍了如何使用动态规划解决经典的01背包问题。通过读取物品的体积和价值,建立二维数组并逐步填充,找到背包在有限容量下能装载的最大价值。动态规划算法的核心在于比较拿与不拿物品时的最大价值,最终得出最优解。
1269

被折叠的 条评论
为什么被折叠?



