这是我处理动态规划的第一份作业,我发现它相当困难。
问题:
给定一个容量为 W 的背包和 n 根重量为 [wt[0],...,wt[n - 1] 的金条,求不重复地装入背包的最大金条数。
输入: 第1行:(容量背包(W))(金条数(n)) 第2行:n根金条的重量(wt)
输出:容量为W的背包所能容纳的最大重量(金条)
我的代码:
import sys
def optimal_weight(W, wt):
"""Find max weight that can fit in knapsack size W."""
# Create n nested arrays of 0 * (W + 1)
max_vals = [[0] * (W + 1) for x in range(len(wt))]
# Set max_vals[0] to wt[0] if wt[0] <= j
max_vals[0] = [wt[0] if wt[0] <= j else 0 for j in range(W + 1)]
for i in range(1, len(wt)):
for j in range(1, W + 1):
value = max_vals[i - 1][j] # previous i @ same j
if wt[i] <= j:
val = (max_vals[i - 1][j - wt[i]]) + wt[i]
if value < val:
value = val
max_vals[i][j] = value
else:
max_vals[i][j] = value
return max_vals[-1][-1]
if __name__ == '__main__':
input = sys.stdin.read()
W, n, *wt = list(map(int, input.split()))
print(optimal_weight(W, wt))
有什么地方出错了吗?当我观察我的结尾 max_vals 时,我看到随着 i 的增加,max_vals 只会替换每个嵌套列表中越来越小的值 (i - 1)。换句话说,随着我继续迭代,越来越少的 0 被 max_vals[i - 1][j] 的值替换。有点尴尬,我已经为此工作了将近一个星期,但无法弄清楚。 This video ,除了类讲座视频,一直是我的主要引用点。动态规划被证明是一个相当大的挑战。
最佳答案
非常简单的修复。不敢相信我错过了。只是弄乱了 else 语句。需要额外的。
if value < val:
value = val
max_vals[i][j] = value
else:
max_vals[i][j] = value # set to [i - 1][j]
else:
max_vals[i][j] = value # set to [i - 1][j]
关于python - 离散背包动态规划Python3,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36348662/