动态规划（0-1背包问题）

        在这个暑假过程中，又学习到了很多的算法，发现算法真的是无处不在，很神奇。下面来简单介绍一下动态规划问题。

        算法在我们生活中特别常见，例如一个小偷拿着容量为10的背包去商店偷东西，商店里有5种商品，每个商品的（重量，价值）分别为（2,6）、（2,3）、（6,5）、（5,4）、（4,6），小偷怎样才能在不超过背包容量的情况下，偷取价值总和最大的物品呢？

 

动态规划的思想：

1）最优子结构：如果一个问题的最优解中包含了子问题的最优解，就说该问题具有最优子结构。

2）重叠子问题：是指用来解原问题的递归算法可反复的解同样的子问题，而不总在产生新问题。即当一个递归算法不断地调用同一个问题时，就说该问题包含重叠子问题。 

解题步骤：

1）刻画0-1背包问题的最优解结构

2）定义最优解的值

                         0                                                  ,i=0或w=0

 C[i,w]=             C[i-1,w]                                         ,wi >w

                         max{ C[i-1,w-wi] + vi  ,  C[i-1,w] }    ,i&