使用过程
1、获取相应的信息
(货物数量，背包容积，每种货物的体积和价值)
2、最佳值矩阵的结构。
3、最佳值矩阵的初始化
(上方和左侧有一个空白矩阵作为后续操作，但没有结果)
4、相应的结果是根据商品之间的最佳价值公式计算的。
5、反向推导矩阵可以得到某个产品，也可以不安装。
输出结果。
实例
print('请输入待装物品数量和背包体积(空格隔离):')
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#
foriinrange(n):
print(f'请输入第{i+1}一个项目的重量和价值(空间隔离):')
goods.append(list(map(int,input().split()))#获取商品信息
#计算最优值矩阵
dp=[[[0forinrange](v+1)]forjinrange(n+1)#初始化最优值矩阵
foriinrange(1,n+1):
forjinrange(1,v+1):
dp[i][j]=dp[i-1][j]#默认不安装，即等同于上一项的最佳值
ifj>=goods[i-1][0]:
#如果背包有足够的剩余空间，如果背包有足够的空间
dp[i][j]=max(dp[i][j],dp[i-1][j-goods[i-1][0]]+
goods[i-1][1])#比较安装和不安装的价值，选择更大的价值
"""
#输出最佳值矩阵
foriindp:
print(i)
"""
#计算最优解
x=[0forinrange(n+1)#初始化物品状态，0：不装，1：装
foriinrange(n,0,-1):
ifdp[i][v]==dp[i-1][v]:#判断最优值是否发生变化，如果没有变化，则表示没有安装
x[i]=0#不装
else:#假如有变化，说明装了，并减去相应的重量
x[i]=1#装
v-=goods[i-1][0]#减去相应重量
x[n]=1ifdp[n][v]!=0else0#判断最后一件物品是否安装
#输出最优解
print('背包应装物品为')
foriinrange(1,n+1):
print(f'编号：{str(i)}\t重量：{goods[i-1][0]}\t价值：{goods[i-1][1]}\n'ifx[i]==1else'',end='')
#输出最优值
print('物品价值：',dp[-1][-1])以上是python动态规划算法的使用过程，希望对大家有所帮助。更多Python学习指导：python基础教程
本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。