有趣的动态规划实例——博物馆大盗问题

菜鸟12134

于 2020-06-21 11:27:33 发布

阅读量803

点赞数

CC 4.0 BY-SA版权

分类专栏：用python实现数据结构和算法文章标签： python 数据结构动态规划算法

本文链接：https://blog.csdn.net/nyz5211314/article/details/106882198

这篇博客探讨了一个有趣的动态规划应用实例——博物馆大盗问题。大盗面临5件不同重量和价值的宝物，需要在不超过20公斤的背包里选择总价值最高的组合。博主详细介绍了动态规划的解题思路，包括如何建立动态规划表格，以及状态转移方程的推导。同时还提供了动态规划的实现代码，展示了解决问题的具体步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述

大盗潜入博物馆,面前有5件宝物,分别有重量和价值,大盜的背包仅能负重20公
斤,请问如何选择宝物,总价值最高?

物品	重量	价值
1	2	3
2	3	4
3	4	8
4	5	8
5	9	10

动态规划解法

明确问题以后，我们需要建立动态规划表格
m[(i, w)]：
其中 $i$ 是装物品的数量 ( $0≤i≤50\le i\le 5$ )
， $w$ 是物品的载重 ( $0≤w≤200\le w\le 20$ )
$m$ 则是这些物品的总价值, 也即是我们需要存入的值。
在这里插入图片描述
如何填写动态规划表格呢？
1.i=0(即没有拿宝物)和w=0(最大载重为20)这两种情况下，总价值都为0
2.用循环对每次拿宝物数量和最大载重值进行查找填表

当本次i下物品的重量>当前最大载重时，m的值就等于第i-1次总重为w的价值。
否则返回装或者不装该次物品这两种情况下的最大值
$算法公式如下:\color {red} {算法公式如下:}$
$W)=\left\{\begin{array}{ll} 0 & \text { if } i=0 \\ 0 & \text { if } W=0 \\ m(i-1, W) & \text { if } w_{i}>W \\ \max \left\{m(i-1, W), v_{i}+m\left(i-1, W-w_{i}\right)\right\} & \text { otherwise } \end{array}\right.$