[python] 动态规划求解背包问题

                                      动态规划求解01背包

 

01背包问题描述：

01背包问题可以假设为现在有一堆物品，每一个物品都具有两个属性，物品的重量和价值。现在有一个承重有限的背包，给定背包的最大承受重量。现在要将物品装入背包，使得背包里所有物品的价值总和最大，我们应该放哪些物品进入背包。

 

 动态规划：

动态规划算法通常所用于求解具有某种最有性质的问题。在某一个具体的问题中，可能会存在很多可行解，而我们所需要的就是去寻找这众多可行解中的最优解。动态规划的思想也和分治算法的思想类似，动态规划算法也是将原问题分解为若干个子问题，然后根据子问题的解来得到原问题的最优解。动态规划算法和分治法不同的是，分治法分解得到的若干个子问题是互相独立的，相互没有约束。而动态规划算法得到的子问题的解之间相互约束，从规模最小的子问题到原问题中的每一级，较高级的子问题的解是由较低级的子问题的最优解得到的，这样保证了每一级所得到的解都是当前子问题的最优解。最终得到的原问题的解也便是最优的。但动态规划算法只能得到最优解中的某一个，而不能得到所有的最优解。

 

具体步骤：

（1） 把原问题分解成各个子问题，如背包的重量为i(0<=i<=背包最大承重)时，面对前j(1<=j<=n)件物品时，背包所能获取的最大价值。

（2） 依次求出每个子问题的最优解，并且每一个问题的最优解都是由前一个问题的最优解得到，找到其状态转移方程。

（3） 最终通过各个子问题的最优解得到原