这是我第一次处理动态规划的任务,我发现它非常困难。
问题:
给定容量为W的背包和n个重量为[wt [0],...,wt [n-1]]的金条,找到可以放入背包中而不重复的最大金条数量。
输入: 第1行:(背包容量W)(金条数量n) 第2行:n个金条的重量(wt)
输出:能够适合容量为W的背包中的最大重量(金条重量)。
我的代码:
有没有任何想法我错在哪里了?当我观察我的最终 max_vals 时,我发现随着 i 的增加,max_vals 只能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]的值所替换。有点尴尬的是,我已经为此工作了将近一个星期,还是无法弄清楚。除了课堂讲座视频之外,这个视频一直是我的主要参考资料。动态规划证明是一个相当大的挑战。
问题:
给定容量为W的背包和n个重量为[wt [0],...,wt [n-1]]的金条,找到可以放入背包中而不重复的最大金条数量。
输入: 第1行:(背包容量W)(金条数量n) 第2行:n个金条的重量(wt)
输出:能够适合容量为W的背包中的最大重量(金条重量)。
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))
有没有任何想法我错在哪里了?当我观察我的最终 max_vals 时,我发现随着 i 的增加,max_vals 只能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]的值所替换。有点尴尬的是,我已经为此工作了将近一个星期,还是无法弄清楚。除了课堂讲座视频之外,这个视频一直是我的主要参考资料。动态规划证明是一个相当大的挑战。