01背包、完全背包证明（合理+简洁）

这里只提供合理性证明，有关知识和代码原理全网可以找到很多可以学习的地方，我就不再赘述。但是有关证明就很难找到了，尤其一些说是证明，但是都是在叙述方法的过程（还是在说方法），所以这里提供我个人对于这个方法的证明。

//0/1背包代码：
for(int i=0;i<n;i++)//n个物品 
{
	for(int j=V;j>0;j--)//体积 
	{
		if(j>=v[i])dp[j]=max(dp[j],dp[j-v[i]]+w[i]);
		else break;
	}
}

首先对于0/1背包，我们先假设背包体积为V，最优解为E，而E中含有某个物品为A（体积为v，价值为w），那么 V - v 的最优解也一定是 E - A 。证明：反证法，假设 E - A 不是 V - v 的最优解，那么假设 V - v 的最优解为F，则F的价值大于 E - A 的价值，那么 F + A 肯定可以是V的一种选择，而它的价值则高于E，E不是最优解，矛盾，因此 V - v 的最优解也一定是 E - A 。

那么利用上面这一条件我们就能大大减少罗列次数（如果不考虑时间复杂度的话也一定可以暴力枚举出结果，但时间复杂度为O(n^2)，dp实际上也是为了减少罗列，时间复杂度O(n*V)）。上面代码中可以看出，n个物品是注意加入考虑范围的，而且每次 j 是从后往前的，所以每次如果有把第i个物品加入也只会加入一次，属于可行范围内（ j 反过来就不是了）。而在这些可行范围内，我们必将罗列出最优解。首先设最优为{x1, x2, x3, x4}（x1的体积为v1，价值为w1，其他同理；其中xi并不一定是n个物品中的第i个，只是表示其在最优解中按照物品顺序的编号），那么根据上面推出的结论，{x1, x2, x3}就是 V - v4 的最优解，那么在遍历到物品x3时，且 j 为 V - v4 的时候，假设前面dp[V-v3-v4]已经得出正确结果为w1+w2，那么此时就会得出dp[V - v4]=w1+w2+w3（因为是在可行范围内罗列，而这个是最优解，没人可以更新它），x4的加入也是同理，而基础情况就是dp[0]=0，也是成立的，那么由数学归纳法（衔接处和基础情况都成立）就证明了罗列方法的合理性。

//完全背包 
for(int i=0;i<n;i++)
{
	for(int j=v[i];j<=V;j++)
	{
		dp[j]=max(dp[j],dp[j-v[i]]+w[i]);
	}
}

完全背包也是同理，把所有相同种类的不同物品也都看为不同物品，那么也可以利用最上面的结论，假设最优解为{x1, x1, x2, x2, x2, x3, x3, x4, x4, x4}，那么在遍历到物品x3且体积 j 为 V - 3*v4 - v3时，同样假设前面 V - 3*v4 - 2*v3 得出的是最优解{x1, x1, x2, x2, x2}，那么此时加入也是x3，后面的其他物品也同理，而基础情况也同上，因为各种物品的数量都是无限的，因此上面代码所罗列到的都是合理的装包操作，而且肯定能罗列到最优解。

综上所述，dp方法的合理性在于能减少罗列次数，并且罗列的情况保证在合理的范围内，而且这个范围还必然地包含最优解，所以最后一定能获得最优解。