《算法图解》背包问题（二维与三维背包问题）

最新推荐文章于 2025-06-12 16:57:05 发布

原创

最新推荐文章于 2025-06-12 16:57:05 发布 · 2.8k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划

本文探讨背包问题中的最大利润策略，通过动态规划建立dp表格解决可重复和不可重复物品的情况。2020.03.28的更新中提到，空间复杂度可进一步压缩，通过倒序迭代解决二维问题，并引入第三个维度处理物品不可重复的情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背包问题，最大利润

在这里插入图片描述这是一个典型的背包问题，应当注意这个每样物品是否可以重复取用。
我们可以绘制dp表格，从子问题下手。恰当的选择子问题。

当只有水可以选择时，背包容量为[1,6]时可以最大多少。
当水，和书都可以选择时，背包最大多少
…
因此，dp表格的行是不同的选择范围，列是不同的背包容量下的最优解。

    def bag(self, bag, val, n):
    # bag 是东西的大小，val是价值，n是容量
        dp = [[0 for i in range(n+1)]for i in range(len(val)+1)]
        # 列是容量 行是可拿东西
        for i in range(1, len(val)+1):
            for j in range(1, n+1):
            	# 当放不下当前物品时，考虑没有当前物品的最大可能
                if bag[i-1] > j:
                    dp[i][</