动态规划与0-1背包问题

定义

动态规划中一个经典的问题就是0-1背包问题，0-1的意思也就是说对于每个元素/选项，只有两个选择，要么选择，要么不选择。动态规划的分析过程为：确定推导公式/状态转移方程，子元素结构/独立子结构，确定边界，保存中间数据/备忘录。

动态规划过程的核心要素就是确定推导公式，类似于初中数学上经常遇到的这样一个场景：

已知：

a(n)=a(n-1)+a(n-2);

a(0)=a(1)=1;

求解a(10)的值，过程就是：

a(10)=a(9)+a(8);

a(9)=a(8)+a(7);

......

a(2)=a(1)+a(0);

这样的计算过程大家都很熟悉，其中：a(n)=a(n-1)+a(n-2)就是所谓的状态转移方程，a(9)，a(8)就是独立的子结构，a(0)，a(1)就是边界，上面的计算过程常用的有两种方式：

(1)由下向上

计算a(2)，根据(a(2),a(1))计算a(3)...，直到得出a(10)，也就是常用的迭代方式。

while i<=10:
	a(i)=a(i-1)+a(i-2)
	i++

(2)由上向下

根据a(9),a(8)的值计算a(10)，根据a(8),a(7)的值计算a(9)...，直到a(1),a(0)，这就是所谓的递归。

f(x):
	if(x==0||x==1)	{
		return 1
	}else{
		return f(x-1)+f(x-2)
	}

迭代过程没什么好说的，观察递归过程可以发现：

a(10)

=a(9)+a(8)

=( a(8)+a(7) )+a(8)

=( a(7)+a(6) )+( a(6)+a(5) )+( a(7)+a(6) )
即递归的展开过程存在许多重复使用的元素，例如这里的a(7)、a(6)，如果继续展开会重复使用更多的a(3)、a(2)，所以如果递归的计算过程如：

f(x):
	if(x==0||x&#