（1）輸入物品個數n,揹包容量w；
（2）定義物品價值列表v,物品體積列表w；
（3）def rec(i,j): # 從第i個物品開始挑選總重小於j的部分
（4） res = 0;
（5） if i == n: # 剩餘物品為0
（6） return res
（7） elif j < w[i]: # 無法挑選該物品
（8） res = rec(i+1, j)
（9） else: # 嘗試挑選與不挑選兩種情況
（10） res = max(rec(i+1,j),rec(i+1,j-w[i])+v[i])
（11） return res
（12）print(rec(0,w))
**實現
n, w =4,
5w =[2
,1,3
,2]v =[3
,2,4
,2]def
rec(i,j)
:# 從第i個物品開始挑選總重小於j的部分
if i == n:
# 剩餘物品為0
return res
elif j < w[i]
:# 無法挑選該物品
res = rec(i+
1, j)
else
:# 嘗試挑選與不挑選兩種情況
res =
max(rec(i+
1,j)
,rec(i+
1,j-w[i]
)+v[i]
)return res
print
(rec(
0,w)
)
01揹包問題 C 解法
01揹包問題 假設現有容量m的揹包，有i個物品，重量分別為w 1 w 2 w i 價值分別為p 1 p 2 p i 將哪些物品放入揹包可以使得揹包的總價值最大？最大價值是多少？示例1 m 10，i 3，物品重量 價值 3 4 4 5 5 6 第一種 不帶備忘的自頂向下法 using system n...
0 1揹包（動態規劃解法）
動態規劃演算法通常用於求解具有某種最優性質的問題。在這類問題中，可能會有許多可行解。每乙個解都對應於乙個值，我們希望找到具有最優值的解。動態規劃演算法與分治法類似，其基本思想也是將待求解問題分解成若干個子問題，先求解子問題，然後從這些子問題的解得到原問題的解。與分治法不同的是，適合於用動態規劃求解的...
01揹包 （遞迴解決）
01揹包，設定乙個揹包，他有乙個maxweight，現在你有n個物品，每個物品都有重量與其價值，現在要你求取得的最大價值。運用遞迴的思想，假如現在是從最後乙個開始選，如果這個東西的重量大於揹包的重量，那是不是可以從第n 1個物體開始選。假如這個東西的重量小於揹包的重量，那麼現在你將面臨兩個選擇，一不...