本文实例讲述了Python基于回溯法子集树模板解决0-1背包问题。分享给大家供大家参考，具体如下：
问题
给定N个物品和一个背包。物品i的重量是Wi,其价值位Vi ，背包的容量为C。问应该如何选择装入背包的物品，使得放入背包的物品的总价值为最大？
分析
显然，放入背包的物品，是N个物品的所有子集的其中之一。N个物品中每一个物品，都有选择、不选择两种状态。因此，只需要对每一个物品的这两种状态进行遍历。
解是一个长度固定的N元0,1数组。
套用回溯法子集树模板，做起来不要太爽！！！
代码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
|
'''0-1背包问题'''n = 3 # 物品数量c = 30 # 包的载重量w = [20, 15, 15] # 物品重量v = [45, 25, 25] # 物品价值maxw = 0 # 合条件的能装载的最大重量maxv = 0 # 合条件的能装载的最大价值bag = [0,0,0] # 一个解（n元0-1数组）长度固定为nbags = [] # 一组解bestbag = None # 最佳解# 冲突检测def conflict(k): global bag, w, c # bag内的前k个物品已超重，则冲突 if sum([y[0] for y in filter(lambda x:x[1]==1, zip(w[:k+1], bag[:k+1]))]) > c: return True return False# 套用子集树模板def backpack(k): # 到达第k个物品 global bag, maxv, maxw, bestbag if k==n: # 超出最后一个物品，判断结果是否最优 cv = get_a_pack_value(bag) cw = get_a_pack_weight(bag) if cv > maxv : # 价值大的优先 maxv = cv bestbag = bag[:] if cv == maxv and cw < maxw: # 价值相同，重量轻的优先 maxw = cw bestbag = bag[:] else: for i in [1,0]: # 遍历两种状态 [选取1, 不选取0] bag[k] = i # 因为解的长度是固定的 if not conflict(k): # 剪枝 backpack(k+1)# 根据一个解bag，计算重量def get_a_pack_weight(bag): global w return sum([y[0] for y in filter(lambda x:x[1]==1, zip(w, bag))])# 根据一个解bag，计算价值def get_a_pack_value(bag): global v return sum([y[0] for y in filter(lambda x:x[1]==1, zip(v, bag))])# 测试backpack(0)print(bestbag, get_a_pack_value(bestbag)) |
效果图
希望本文所述对大家Python程序设计有所帮助。
原文链接：http://www.cnblogs.com/hhh5460/p/6920056.html
