python 动态规划(背包问题和最长公共子串)


背包问题

现在要往一个可以装4个单位重量的背包里怎么装价值最高:A重量1个单位,价值15;B重量3个单位,价值20;C重量4个重量,价值30

使用动态规划填充空格

python 动态规划(背包问题和最长公共子串)

 

 

class SolutionBag:     def valuableBag(self,optionalList,sizeBig):         #创建网格         grid = [[0 for i in range(sizeBig+1)] for j in range(len(optionalList)+1)]         #从行列序号1开始计数         column = 1         for v in optionalList.values():             optionalWeight,optionalPrice = v             for row in range(sizeBig):                 if optionalWeight > row+1:                     grid[column][row+1] = grid[column-1][row+1]                 else:                     grid[column][row+1] = max(grid[column-1][row+1],optionalPrice+grid[column-1][row+1-optionalWeight])             column += 1          return grid
#SolutionBag().valuableBag({"A":(1,15),"B":(3,20),"C":(4,30)},4)

 

最长公共子串

在动态规划中,你要将某个指标最大化。在这个例子中,你要找出两个单词的最长公共子串。fish和fosh都包含的最长子串是什么呢

如何将这个问题划分为子问题呢?你可能需要比较子串:不是比较hish和fish,而是先比较his和fis

我们网格填充的方法来实现

python 动态规划(背包问题和最长公共子串)

 

#伪代码  #字母相同则左上方+1 if word1[i] == word2[j] :     cell[i][j] = cell[i-1][j-1] +1 else:     cell[i][j] = max(cell[i][j-1],cell[i-1][j]) 

 python实现网格

class SolutionLengthS:     def longestLength(self,str1,str2):         grid = [[0 for j in range(len(str2)+1)] for i in range(len(str1)+1)]         for i in range(len(str2)):             for j in range(len(str1)):                 if str1[j] == str2[i] :                     grid[i+1][j+1] = grid[i][j] + 1                 else:                     grid[i+1][j+1] = max(grid[i+1][j],grid[i][j+1])         return grid 

 

发表评论

相关文章