动态规划-背包问题

问题描述：the Knapsack Problem

给定n个物品，重量是{w1,...,wn}，价值是{v1,...,vn},包的容量（承重）是W

问，放入哪些物品能使得包内价值最大；

思路：运用动态规划思想

1 需要将问题转化为子问题，通过递归实现，且子问题必然与父问题存在关联

2 定义V[i,j] 表示为，当item取自前i个items且背包capacity=j 时，背包问题的最优解，也即最高的价值。

3 从前i个items中，选择任意一个组合的情况，可分成两个子集，一种即包含第i个item的集合，一种即不包含第i个item的集合；我们的最优解，即可从这两个子集的最优解中比较而得出；

4  无第i个item的最优解，同时capacity=j，自然是V[i-1,j]，根据定义可知并不包含第i个item；

5  包含第i个item的最优解，同时capacity=j ，就是在前 i-1 个items的情况下且capacity=j-wi 的最优解（价值）+ 第i个item(价值)，用字母表示为 vi+V[i-1,j-wi]

6  为了使算法更全面，考虑一种情况，j-wi<0 ,下标会越界，

7 考虑初始状况，V[0,j]=0 for j>=0 ,V[i,0]=0 for i>=0