算法导论-动态规划，贪心算法-0-1背包与分数背包问题

前言：

给一个一定容量W的背包，以及n个物品，第i个物品的价值vi，重量wi，要在背包可以容纳的情况下取走最大价值的物品。

1. 0-1背包问题

对于一个物品，你要么拿，要么不拿，事物具有原子性

2. 背包问题

该物品是可以分割的，好比金砂

算法规划

1. 0-1问题的伪多项式时间算法

0-1背包问题是NP-HARD问题，所以就算最终我们求到了其算法复杂度为多项式形式它也不是多项式算法！它其实可以看作指数时间复杂度算法:O(nW)=O(nlog2(W))=O(n*2^log2(W))，在最后NP-HARD有介绍，一个数放在存储里占log2（n）/x个单元，x为常数。
我们可以假定OPT(i，w)是在总重量不超过w的第1到第i个物品的最大价值，那么我们的目标就是OPT(n，W)，
对于第i个物品的选择上

1. 如果选择了第i个物品，这一单一物品重量超过上限w，也就是wi>w，那就不选这个，所以OPT(i，w)=OPT(i-1，w)
2. 如果可以选这个物品，那么价值就是vi+OPT(i-1，w-wi)
   所以一旦真的选择第i个，最终还是要判断放弃此物品是否会带来更大收益
   
   其时空间算法复杂度都为nW，
   

2. 分数背包问题

贪心原则：先选单位最大价值，如果重量太大就装一部分，不够装就装下一个最大的，一直类推到装完
纯纯根据价值比来排序
时间复杂度为O(nlogn)