小编给大家分享一下python动态规划算法怎么用，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！
10年的阜平网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。全网营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整阜平建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联建站从事“阜平网站设计”,“阜平网站推广”以来，每个客户项目都认真落实执行。
python常用的库：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。
1、使用过程
获取相应信息(商品数量、背包容积、各商品体积和价值)
结构的最佳值矩阵。
初始化的最佳值矩阵(上方和左侧留有空白矩阵作为后续运算，但没有结果)
根据商品之间的最佳价值公式计算出相应的结果。
逆向推导矩阵得到某个商品，或者没有安装。
输出结果。
2、实例
print('请输入待装物品数量和背包体积(空格隔开):')
n, v = map(int, input().split()) # 获取物品数量和背包体积
goods = [] # 初始化商品列表
for i in range(n):
print(f'请输入第{i + 1}个物品的重量和价值(空格隔开):')
goods.append(list(map(int, input().split()))) # 获取商品信息
# 计算最优值矩阵
dp = [[0 for i in range(v + 1)] for j in range(n + 1)] # 初始化最优值矩阵
for i in range(1, n + 1):
for j in range(1, v + 1):
dp[i][j] = dp[i - 1][j] # 默认不装，即和上一项最优值相等
if j >= goods[i - 1][0]:
# 如果背包剩余空间充足
dp[i][j] = max(dp[i][j], dp[i - 1][j - goods[i - 1][0]] +
goods[i - 1][1]) # 对比装与不装的价值并选择较大值
"""
# 输出最优值矩阵
for i in dp:
print(i)
"""
# 计算最优解
x = [0 for i in range(n + 1)] # 初始化物品状态，0：不装，1：装
for i in range(n, 0, -1):
if dp[i][v] == dp[i - 1][v]: # 判断最优值是否发生变化，如果没有变化，则说明没有装
x[i] = 0 # 不装
else: # 如果有变化，则说明装了，并减去对应重量
x[i] = 1 # 装
v -= goods[i - 1][0] # 减去对应重量
x[n] = 1 if dp[n][v] != 0 else 0 # 判断最后一个物品装不装
# 输出最优解
print('背包应装物品为：')
for i in range(1, n + 1):
print(f'编号：{str(i)}\t重量：{goods[i - 1][0]}\t价值：{goods[i - 1][1]}\n' if x[i] == 1 else '', end='')
# 输出最优值
print('最大物品价值:', dp[-1][-1])看完了这篇文章，相信你对“python动态规划算法怎么用”有了一定的了解，如果想了解更多相关知识，欢迎关注创新互联行业资讯频道，感谢各位的阅读！