0-1背包，完全背包，多重背包问题

    今天看到背包问题。特记录下整理下自己的理解。方便以后查阅自己算法的理解。

    看背包问题，主要是它是用到动态规划，动态规划是能把问题划分为子问题。也就是状态转移方程。更多了动态规划，查看其他的博客或者文档。

    问题描述：
一个背包的总容量为V,现在有N类物品,第i类物品的重量为weight[i],价值为value[i]
那么往该背包里装东西,怎样装才能使得最终包内物品的总价值最大。这里装物品主要由三种装法：
1、0-1背包：每类物品最多只能装一次
2、多重背包：每类物品都有个数限制，第i类物品最多可以装num[i]次
3、完全背包：每类物品可以无限次装进包内

     思考中，如果给你的是多个背包a,b,c，不固定容量，你怎么装才能最大化价值总和。思路是随即一个背包，然后根据上面的装法，计算这个背包的能装的最大值。装好后再选下一个背包，计算剩下的物品能装的最大值。直到装完所有背包为止。得到所有背包装的价值得总和。这个没有在代码中没有跑，如果是不同装包顺序下是否得到的最大价值都是一样的。

 

一、0—1背包

    假设我们用dp[N][V]表示，N个物品，容量V的总价值。则dp[i][j]表示前i个物品在容量为j的情况下，背包保存的物品价值总和的最大值。最终dp[N][V]为我们所求。

    我们考虑动态规划数据dp[i][j]的状态转移方程。有两种情况一种是背包不放第i个物品，一种是背包放第i个物品，计算两种情况哪一种总价值对大。得到最优解。  转移方程：dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i-1]] + value[i-1])