Python中怎么实现动态规划

今天就跟大家聊聊有关Python中怎么实现动态规划，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

动态规划

动态规划的关键：在于大问题的最优解由对应的更小规模问题的最优解递推而来

• i（1<=i<=5）：表示前i个宝贝

• w（1<=w<=20）：重量不超过w

• m(i, w) ：前i个宝贝总重不超过w的最大价值是多少

函数的意义：前1个宝物重量不超过w的最大价值，前2个宝物重量不超过w的最大价值……前5个宝物重量不超过w的最大价值。问题的规模逐渐增大，从最小规模一直推导到目标规模的最优解

动态规划：从最小规模最优解推导到目标规模问题的最优解

m(i, w)要得到最大价值，那它如何计算呢？

既然规模是从小到大，那么就要讨论第i个宝贝能否加入到上一个规模中

• 若第i个宝贝太重了加不进去，则m(i, w)=m(i-1, w)

• 若第i个宝贝可以加进去，则m(i, w)=m(i-1, w-wi)+vi

从上述两个结果中取较大的

算法设计：两重循环，i从1加到5的同时w从1加到20

过程中你会发现后面的m(i, w)可以通过前面已经计算过的结果直接得到

递归的方法要显得自然通俗一点

• 基本结束条件：宝贝为空或背包承重为

• 递归最大的问题在于会有许多的重复，故需要记录中间结果

• 规模减小方向：从宝物集合中逐个去掉（偷走）宝物，递归调用

tuple()方法

用于将列表、区间等转换为元组

a = [1, 2]b = {'1':2, '2':3}print(tuple(a))print(tuple(b))

(1, 2)('1', '2')

看完上述内容，你们对Python中怎么实现动态规划有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注行业资讯频道，感谢大家的支持。