以0-1背包为例对动态规划的思考

关于动态规划，其实就是找出相关的函数（F(n)与F(n-1),F(n-2)等等）（F(i,j)到F(i-1,j)或F(i,j-1)或F(i-1,j-1)等等）的递推公式，然后从小到大即自底向上的进行动态规划，在前面各项的基础上找出想要的答案
除了这种自底向上的动态规划外，还有递归的自顶向下的递归式动态规划，
比如0-1背包问题：
F(i,j)=max{F(i-1,j),F(i-1,j-w(i))+v(i)}
F(i,j)的含义是：将第i件物品到第1件物品放在容纳质量为j的袋子中可得的最大价值
（即不将第i件物品放在袋子中，可以容纳的重量是j）与（将第i件物品放在袋子里面）的价值进行比较，找出可以放的最大价值
结束条件是：如果i==0(即最后一件物品) , 那么将这件物品放在可容纳质量为j的袋子里价值为，如果j>=w(i)则价值为v(i),否则价值为0；
注意如果j小于w(i)，那么只能选择不放，即F(i-1,j)
1、自顶向下递归代码：

int n;
int[] values = new int[n];
int[] weights = new int[n];
int volume;
public int maxValue(int i,int j){
     if(i==0){
          if(weights[i]<=j){
               return values[i];
          }else{return 0;}         
     }
     if(weights[i]>j) return maxValue(i-1,j);
     int put_i = maxValue(i-1,j-weights[i])+values[i];
     int not_put_i = maxValue(i-1,j);
     return Math.max(put_i,not_put_i);
}

//然后求解maxValue(n,volume)得到最大值

2、自底向上使用递推公式求解，构造一个关系矩阵dp,dp[i][j]表示将0-i件物品放在大小为j的袋子中的最大值。最后要求的值是 dp[n][volume]
代码：
//首先新建关系数组

public int maxValue(){
int n;
int[] values = new int[n];
int[] weights = new int[n];
int volume;
int[][] dp = new int[n+1][volume+1];
for(int i=0;i<=n;i++){
     for(int j=0;j<=volume;j++){
          if(i==0||j==0){
               dp[i][j]=0;
          }else{
               if(j-weights[i-1]>=0){                    
                    dp[i][j]=Math.max(dp[i-1][j],
                    dp[i-1][j-weights[i-1]]+values[i-1]);
               }else{
                    dp[i][j] = dp[i-1][j];
               }
          }
     }
}
return dp[n][volume];
}