1 普通背包问题

有 n 个物品和一个大小为 m 的背包. 给定数组 A 表示每个物品的大小和数组 V 表示每个物品的价值.

问最多能装入背包的总价值是多大?

class Solution:
    """
    @param m: An integer m denotes the size of a backpack
    @param A: Given n items with size A[i]
    @param V: Given n items with value V[i]
    @return: The maximum value
    """
    def backPackII(self, m, A, V):
        # write your code here
        n = len(A)
        dp = [0 for _ in range(m+1)]
        
        for i in range(n):
            for j in range(len(dp)-1, A[i]-1, -1):
                dp[j] = max(dp[j], dp[j-A[i]] + V[i])
        
        return dp[-1]

基础的背包问题，最重要的就是递推式：在这个二维dp数组（可优化为1维）中，每行代表前n个的最佳组合，在空间为m时的最大价值。选或者不选，都考虑，即可枚举出所有情况。
dp的难点也在于这种大胆的假设，假设前n个最佳组合，是一个大胆的选择。
最神奇的点在于，你不需要显式的记录哪个装了哪个没装，以及已经装了哪几个元素等信息。
细节可见下面的dp表。