动态规划-背包问题、兑换零钱问题、旅行商问题

背包问题

问题介绍

假定需要将Goods={g₁,g₁,…g_n}放入容量为ALL的背包内，volume_j代表第i个物品的体积，value_j代表第j个物品的价值。我们要把这些物品装进背包，这些物品的体积不超过ALL，而且要使它们的总价值达到最大。因为背包不可包含一个以上的同类物品，所以一般称这样的背包问题为0/1背包问题，完全背包问题类似于兑换零钱问题。

解决思路

设C[i,j]表示从前i项{g₁,g₁,…g_n}取出来装入体积为j的背包的物品的最大价值，其中i∈[0,n]，j∈[0,ALL]，最终chart[n,ALL]是我们最终想要得到的结果。可以通过观察得到以下结论：
C[i,j]为下面两个量的最大值。
①V[i-1,j]:使用最优的方法将{g₁,g₁,…g_i-1}放入容量为j的背包所得的最大价值。
②V[i-1,j-volume_i]+value[i]:使用最优的方法将{g₁,g₁,…g_i-1}放入容量为j-volume_i的背包所得的最大价值再加上物品g_i的价值。

递推式

C(i,j)=⎧⎩⎨0,C[i−1,j],max(C[i−1,j],C[i−1,j−volumei]+val