解答背包问题
新函数 KnapsackSolve 提供了简单且便于使用的方法求解如背包问题 (knapsack problem) 的组合最优化问题. 背包问题在很多不同领域都存在，如二维切割问题和资本预算，并且可被用来构建密码系统.
以下为一个食品列表，其中还指定了每个水果的热量含量、平均价格和最大数量.
In[1]:=
fruits = <|
Entity["FoodType", "Apple"] -> {Quantity[91, "LargeCalories"],
Quantity[2.36, "Euros"], 3},
Entity["FoodType", "Orange"] -> {Quantity[71, "LargeCalories"],
Quantity[2.12, "Euros"], 3},
Entity["FoodType", "Banana"] -> {Quantity[105, "LargeCalories"],
Quantity[1.89, "Euros"], 5},
Entity["FoodType", "Kiwi"] -> {Quantity[103, "LargeCalories"],
Quantity[3.77, "Euros"], 10},
Entity["FoodType", "Pear"] -> {Quantity[96, "LargeCalories"],
Quantity[2.87, "Euros"], 5}|>;确定每种水果的数量以最大化给定金额的水果的热量含量.
In[2]:=
counts = KnapsackSolve[fruits, Quantity[25, "Euros"]]Out[2]=
以下为每种水果提供的热量与热量总和.
In[3]:=
fruits[[All, 1]] countsOut[3]=
In[4]:=
fruits[[All, 1]] counts;
Total[%]Out[4]=
以下为每种水果的价格和价格总和.
In[5]:=
fruits[[All, 2]] countsOut[5]=
In[6]:=
fruits[[All, 2]] counts;
Total[%]Out[6]=
