背包问题

        动态规划算法的基本思想是：将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这

些子问题的解得到原问题的解；对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存

起来，让以后再次遇到时直接引用答案，不必重新求解。动态规划算法将问题的解决方案视为一系列决策的结

果，与贪婪算法不同的是，在贪婪算法中，每采用一次贪婪准则，便做出一个不可撤回的决策；而在动态规划

算法中，还要考察每个最优决策序列中是否包含一个最优决策子序列，即问题是否具有最优子结构性质。

背包问题是应用动态规划的典型例子。

解题思路：将背包容量进行分解0-N，步长为1；将物品进行编号1-M；不放物品时，则任意一容量下的最大价值都是0；从第一件物品开始，检查各容量是否可以装下该物品，若可以装下则检查剩余容量则检查剩余容量对应的最大价值，然后将最新获取的最大价值与前面同容量下获取的最大价值进行比较，将较大者作为对应循环位置的最大价值；不断循环直至所有物品均进行了如上的检测，更新相应的最大价值，最后获取最大价值，即为所求。

即f[i][j]表示前i件物品恰放入一个容量为j的背包可以获得的最大价值。则其状态转移方程便是：

f[i][j] = max{f[i-1][j], f[i-1][j-w[i]]+P[i]}