实验原理是通过设定动态的临时数组，存储子问题的求解值，每次调用子问题的解，最终构成原问题的解
实验步骤1、将问题分解为几个子问题。 例如，背包只能容纳一个物品，能容纳的质量是一个等等。
2、依次求解各子问题的最优解。
3、各子问题的最优解又可从其子问题的最优解中得到。
4、从各部分问题的最优解中得到原问题的最优解。
键码#动态规划，遍历每个项目的背包容量，如果背包的可接受值大于或等于当前项目，则与#以前放入的项目获得的价值进行比较，importtimedefbag(n，c， 考虑是否需要替换w的v ) :value=[0forjinrange(C1 ) ] for i in range(1(n 1 ) ]forIinrange，N1 ) : for j in range(1 c 1) : value [ I ] [ j ]=value [ I-1 ] [ j ] #背包的总容量足以容纳当前物体，遍历前面的状态，ifj=w [ I-1 ] and value [ I ] [=考虑是否替换=value的forxinvalue:#print(x ) return value，从代码中可以看出，时间复杂度是n^2完整代码(动态规划的，针对每个项目背包如果背包的可接受值大于或等于当前项目)，则importtimedefbag(n，c，w，v ) : value=[ 0财富(C1 ) ]财富n1 ) )考虑是否需要替换3366 )的c 1) : value [ I ] [ j ]=value [ I-1 ] [ j ] #背包的总容量足以容纳当前物体，遍历前面的状态，并] v [ I-1 ] : value [ I ] [ j ]=考虑是否替换value的forxinvalue:#print(x ) returnvaluedefbag1(n，c，w，v ) 330 n 1 0，-1) : # )背包的总容量足以容纳当前物体，遍历前面的状态，使ifj=w [ I-1 ] : values [ j ]=max (values [ j-w [ I-1 ] 考虑是否替换values ) value ) :打印(最大值为： )，value[n][c] ) x=[False for i in range(n ) n]j=cforIinrange -1) 3360 if value [ I ] [ j ] value [ I-1 ] [ j ] : x [ I-1 ]=truej-=w [ I-1 ] print (背包中的物体为： ' ) ff inpu=open(input.txt '，' r ' ) oupu 'w ' ) #n=int(inpu.readline () #n=int(inpu.readline ) ) ) # str _ str_in=input ('请输入各元素的重量(n ) ) w=[int(n ) n ) for n in str _ in.split ] # str _ in=inpu.readline ) ) start1=time.clock ) ) value=bag(n，c，w，v ) #value=bag1(n c，w，value(#oupu.write(str ) () end1- starue