动态规划总结

动态规划：将一个大问题分成若干个相似的小问题然后求出每个小问题的最优解，将这些最优解组合起来即大问题的最优解。

 动态规划指导思想：1.在做每一步决策时，列出各种可能的局部解。

                                     2.依据某种判定条件，舍弃那些肯定不能得到最优解的局部解。

                                     3.以每一步的最优解来保证全局的最优解。

0-1背包问题：

特点：有N种物品和一个体积为V的背包，每种物品只有一件，可以选择放或者不放。

状态转移方程：F[i，v]=max{F[i-1，v]，F[i-1,v-c[i]+wi} 

 通过空间优化可以优化成：F[v]=max{F[v],F[v-c[i]]+wi},这样空间复杂度就会被缩小，但是在运用这个优化后的方程的时候v循环必须是从v--c[i]，因为这个数组是一维的所以若是正序的话，有的数据会被覆盖，导致结果不对，所以这里必须用倒叙。

完全背包：
特点：有N种物品和一个体积为V的背包，每种物品都无限使用。

状态转移方程：F[i,v]=max{F[i-1,v-k*c[i]]+kw[i],F[i,v]}

通过空间优化后的方程:F[v]=max{F[v],F[v-c[i]]+w[i]},完全背包优化后v的循环按正序循环因为每种东西都有无限件，需要判断装多少件，所以数据需要被不断的覆盖，这样才能求得最后的结果。

多重背包问题：

特点：有N种物品和一个容量为V的背包，第 i 种物品最多有n[i]件可用。

状态转移方程：F[i,v]=max{F[i-1,v-k*c[i]]+k*w[i]},F[i,v]}