文章目录 1. 问题 1.1 建模 1.2 动态规划算法 1.2.1 子问题界定 1.2.2 子问题计算顺序 1.2.3 优化函数的递推方程 1.2.3.1 递推方程 1.2.3.2 该递推方程和投资问题递推方程的不同之处 1.2.4 标记函数 1.2.5 实例 1.2.5.1 求F~k~(y)表、i~k~(y)表 1.2.5.2 追踪解 1.2.5.2.1 追踪过程 1.2.5.2.2 追踪算法 1.2.6 时间复杂度 1. 问题 1.1 建模 解是一个向量:<x1,x2,…,xn> xi 是装入背包的第 i 种物品的个数 目标函数:max ∑ i = 1 n \sum_{i=1}^n ∑i=1nvixi 约束条件: ∑ i = 1 n \sum_{i=1}^n ∑i=1nwixi <=b 把问题分个类就是如图 1.2 动态规划算法 1.2.1 子问题界定 设定两个参数k,y k:考虑对物品1,2,…,k的选择 y:背包总重量不超过y 那么我们该问题就是当 k = n,y = b时最好的解法