Question

我有这个python代码使用动态编程解决背包问题。此函数返回最佳子集的总成本，但我希望它返回最佳子集的元素。任何人都可以帮我这个吗？

def knapSack(W, wt, val, n):
    K = [[0 for x in range(W + 1)] for x in range(n + 1)]

    # Build table K[][] in bottom up manner
    for i in range(n + 1):
        for w in range(W + 1):
            if i == 0 or w == 0:
                K[i][w] = 0
            elif wt[i - 1] <= w:
                K[i][w] = max(val[i - 1] + K[i - 1][w - wt[i - 1]], K[i - 1] [w])
            else:
                K[i][w] = K[i - 1][w]

    return K[n][W]


val = [40, 100, 120,140]
wt = [1, 2, 3,4]
W = 4
n = len(val)
print(knapSack(W, wt, val, n))

Answer 1

你能做的不是仅返回K [n] [W]，而是返回K. 然后将K迭代为：

elements=list()
dp=K
w = W
i = n
while (i> 0):
  if dp[w][i] - dp[w - wt(i)][i-1] == val(i):
     #the element 'i' is in the knapsack
     element.append(i)
     i = i-1 //only in 0-1 knapsack
     w -=wt(i)
  else: 
     i = i-1

这个想法是你反向迭代K矩阵以确定哪些元素＆＃39;增加值以得到最佳K [W] [n]值。

Answer 2

您可以将此代码添加到函数的末尾，以逐步完成添加的项：

res = K[n][W]
print(res)

w = W
for i in range(n, 0, -1):
    if res <= 0:
        break

    if res == K[i - 1][w]:
        continue
    else:
        print(wt[i - 1])

        res = res - val[i - 1]
        w = w - wt[i - 1]

在背包0-1中获取列表元素

2 个答案: