0-1背包问题
状态转移方程：
dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i][j])
dp[i-1][j] ：i物品放入到背包前背包里面物品的最大价值，是已经经过上一轮递归比较后得出的实际真实结果；
dp[i-1][j-w[i]]: i物品放入到背包后背包剩余空间可以用来装前(i-1)个物品的最大价值
dp[i-1][j-w[i]] + v[i][j] : i物品放入到背包后背包剩余空间可以用来装前(i-1)个物品的最大价值+当前 i 物品的价值，结果和dp[i-1][j]比较，选出最大值，决定i 要不要放入背包，如果dp[i-1][j] 更大，则i物品不放入背包，如果dp[i-1][j-w[i]] + v[i][j] 更大，则i物品放入背包，然后依次递归
描述
王强决定把年终奖用于购物，他把想买的物品分为两类：主件与附件，附件是从属于某个主件的，下表就是一些主件与附件的例子：
主件 附件
电脑 打印机，扫描仪
书柜 图书
书桌 台灯，文具
工作椅 无
如果要买归类为附件的物品，必须先买该附件所属的主件，且每件物品只能购买一次。
每个主件可以有 0 个、 1 个或 2 个附件。附件不再有从属于自己的附件。
王强查到了每件物品的价格（都是 10 元的整数倍），而他只有 N 元的预算。除此之外，他给每件物品规定了一个重要度，用整数 1 ~ 5 表示。他希望在花费不超过 N 元的前提下，使自己的满意度达到最大。满意度是指所购买的每件物品的价格与重要度的乘积的总和，假设设第i件物品的价格为v[i]，重要度为w[i]，共选中了k件物品，编号依次为j1,j2,…,jk,则满意度为:w[j1]*v[j1]+w[j2]*v[j2]+w[j3]*v[j3]+…+w[jk]*v[jk]
（其中 * 为乘号）
请你帮助王强计算可获得的最大的满意度。
输入描述：
输入的第 1 行，为两个正整数N，m，用一个空格隔开：
（其中 N （ N<32000 ）表示总钱数， m （m <60 ）为可购买的物品的个数。）
从第 2 行到第 m+1 行，第 j 行给出了编号为 j-1 的物品的基本数据，每行有 3 个非负整数 v p q
（其中 v 表示该物品的价格（ v<10000 ）， p 表示该物品的重要度（ 1 ~ 5 ）， q 表示该物品是主件还是附件。如果 q=0 ，表示该物品为主件，如果 q>0 ，表示该物品为附件， q 是所属主件的编号）
输出描述：
输出一个正整数，为张强可以获得的最大的满意度。
示例1
输入：
1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0
复制
输出：
2200
复制
示例2
输入：
50 5
20 3 5
20 3 5
10 3 0
10 2 0
10 1 0
复制
输出：
130
复制
说明：
由第1行可知总钱数N为50以及希望购买的物品个数m为5；
第2和第3行的q为5，说明它们都是编号为5的物品的附件；
第4~6行的q都为0，说明它们都是主件，它们的编号依次为3~5；
所以物品的价格与重要度乘积的总和的最大值为101+203+20*3=130
n, m = map(int,input().split()) #给每个输入值强制转换为int型
primary, annex = {}, {}
for i in range(1,m+1): #存当前输入的数据
x, y, z = map(int, input().split())
if z==0:#表示当前输入的数据q是个主件
primary[i] = [x, y]
else:#表示当前输入的数据q是个附件
if z in annex:#第二个附件
annex[z].append([x, y])
else:#第一个附件
annex[z] = [[x,y]]
m = len(primary)#主件个数转化为可以放进背包的物品个数
dp = [[0]*(n+1) for _ in range(m+1)]#开辟背包空间：m(行) * n(列)
w, v= [[]], [[]]
for key in primary: #将当前存好的数据放到w,v两个二维列表中
w_temp, v_temp = [], []
w_temp.append(primary[key][0])#当前往背包里放的物品的主件不带附件
v_temp.append(primary[key][0]*primary[key][1])
if key in annex:#当前往背包里放的物品的主件存在附件
w_temp.append(w_temp[0]+annex[key][0][0])#只带附件1进背包
v_temp.append(v_temp[0]+annex[key][0][0]*annex[key][0][1])
if len(annex[key])>1:#当前往背包里放的物品的主件存在两种附件
w_temp.append(w_temp[0]+annex[key][1][0])#只带附件2进背包
v_temp.append(v_temp[0]+annex[key][1][0]*annex[key][1][1])
w_temp.append(w_temp[0]+annex[key][0][0]+annex[key][1][0])#既带附件1又带附件2进背包
v_temp.append(v_temp[0]+annex[key][0][0]*annex[key][0][1]+annex[key][1][0]*annex[key][1][1])
w.append(w_temp)
v.append(v_temp)
for i in range(1,m+1):
for j in range(10,n+1,10):#物品的价格是10的整数倍，步长设为10，动态规划，缩小数据v的数量级
max_i = dp[i-1][j]
for k in range(len(w[i])):
if j-w[i][k]>=0:
max_i = max(max_i, dp[i-1][j-w[i][k]]+v[i][k]) #0-1背包拓展，递归
dp[i][j] = max_i #中间变量归位，供下一趟循环时使用
print(dp[m][n]) #递归调用dp