0-1 Ransel
Panduan terperinci dan implementasi Python untuk masalah '0-1 Knapsack'.
1. Belajar
Masalah '0-1 Knapsack' merupakan tantangan utama di bagian Pemrograman Dinamis.
Implementasi ini berfokus pada logika tingkat mudah di Python.
Kami memprioritaskan akurasi teknis dan keterbacaan kode dalam solusi yang kami berikan.
2. Real-World Applications
3. Visual Intuition
Memvisualisasikan alur logika untuk 0-1 Knapsack.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Bacalah pernyataan masalah untuk 0-1 Knapsack dengan cermat.
2. Formulate brute force
Draf solusi berulang sederhana.
3. Identify inefficiency
Cari perhitungan yang berlebihan.
4. Optimize search path
Gunakan hashing atau pengurutan untuk mempercepat proses.
5. Final Implementation
Bersihkan kode untuk standar produksi.
Pernyataan Masalah
Tulis fungsi knapsack(W, wt, val, n) yang menemukan nilai maksimum yang dapat dimasukkan ke dalam ransel berkapasitas W menggunakan item dengan bobot wt dan nilai val. Anda tidak dapat membagi item; Anda bisa mengambil suatu barang atau meninggalkannya.
- •1 <= n <= 100
- •1 <= W <= 1000
- •1 <= wt[i], val[i] <= 1000
Contoh
knapsack(50, [10, 20, 30], [60, 100, 120], 3)
220
By taking items with weight 20 and 30, the total weight is 50, and the value is 100 + 120 = 220.
knapsack(10, [5, 4, 6, 3], [10, 40, 30, 50], 4)
90
By taking items of weight 4 and 3, the total weight is 7, and the value is 40 + 50 = 90.
Need a Hint?
Edge Cases to Watch
- Struktur masukan kosong
- Masukan elemen tunggal
- Batasan angka yang besar
Siap Memecahkannya?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Wawasan & Variasi Wawancara
Perincian Analisis Kompleksitas
Mengapa Waktu: Directly evaluates all possibilities.
Mengapa Luar Angkasa: Uses standard local memory.
Mengapa Waktu: Optimized paths reduce total operations.
Mengapa Luar Angkasa: May trade memory for speed.
Solusi yang Dioptimalkan Kode Python
Solusi yang Dioptimalkan Kode Python
def knapsack_opt(W, wt, val, n):
dp = [0] * (W + 1)
for i in range(n):
for w in range(W, wt[i] - 1, -1):
dp[w] = max(dp[w], val[i] + dp[w - wt[i]])
return dp[W]Kode Brute Force (Spoiler Dilindungi)
Kode Brute Force (Spoiler Dilindungi)
def knapsack_brute(W, wt, val, n):
if n == 0 or W == 0: return 0
if wt[n-1] > W: return knapsack_brute(W, wt, val, n - 1)
return max(val[n-1] + knapsack_brute(W - wt[n-1], wt, val, n - 1), knapsack_brute(W, wt, val, n - 1))Algorithm Pattern Checklist
When dealing with Dynamic Programming data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Properti masalah Pemrograman Dinamis Standar berlaku.
Pertanyaan Terkait
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Sumber Daya Python yang Direkomendasikan
Perluas pengetahuan Anda dengan tutorial interaktif terkait, lembar contekan, dan perbandingan kode.
Loop Python
Pelajari cara menggunakan loop Python untuk melakukan iterasi pada data. Kuasai perulangan for, perulangan while, hancurkan, lanjutkan, dan ulangi praktik terbaik dengan contoh interaktif.
Cara Mengurutkan Daftar dengan Python
Pelajari cara mengurutkan daftar dengan Python menggunakan metode sortir() dan fungsi sortir(). Temukan contoh pengurutan kunci khusus dan urutan terbalik.
Lembar
Panduan referensi lengkap untuk manipulasi string Python. Kuasai pemformatan, pencarian, pemisahan, penggantian, dan pemeriksaan properti string.
Python vs JavaScript: Bahasa Pemrograman Mana yang Terbaik?
Perbandingan komprehensif antara Python dan JavaScript. Jelajahi perbedaan sintaksis, kinerja, kasus penggunaan (backend vs frontend), dan contoh pengkodean.