主要介绍了python基于递归解决背包问题，递归是个好东西，任何具有递归性质的问题通过函数递归调用会变得很简单。一个很复杂的问题，几行代码就能搞定,需要的朋友可以参考下

本文实例讲述了Python基于动态规划算法解决01背包问题。分享给大家供大家参考，具体如下： 在01背包问题中，在选择是否要把一个物品加到背包中，必须把该物品加进去的子问题的解与不取该物品的子问题的解进行比较，这种方式形成的问题导致了许多重叠子问题，使用动态规划来解决。n=5是物品的数量，c=10是书包能承受的重量，w=[2,2,6,5,4]是每个物品的重量，v=[6,3,5,4,6]是每个物品的价值，先把递归的定义写出来： 然后自底向上实现，代码如下： def bag(n,c,w,v):

利用二进制反格雷码(bynary reflected Gray code)的方式生成n个元素的全组合，Cn1+Cn2+…+Cnn， 如在利用穷举方法解决背包问题时，就需要找出物品的所有组合的子集。如有物品1,2,3.我们就可以生成3个位串的格雷码，0表示不选择该物品，1表示选择该物品。 算法如下所示： import copy def brgd(n): ''' 递归生成n位的二进制反格雷码 :param n: :return: ''' if n==1: return ["0","

递归是个好东西，任何具有递归性质的问题通过函数递归调用会变得很简单。一个很复杂的问题，几行代码就能搞定。   最简单的递归问题：现有重量为weight的包，有若干重量分别为W1,W2…..Wn的物品，试问能否从物品中选出若干件而且重量刚好为weight?   weight具体是怎么构成的，有下面两种情况（假设挑选到Wn时，刚好够weight)：   1. 从Wn-1开始就已经够weight，那weight=W1+W2+……+Wn=W1+W2+……+Wn-1.   2.加上Wn后刚好够weight