背包问题

        从背包问题中感悟了一个思想就是问题的拆分，所有的背包问题都课拆分0/1背包问题，在拆分的过程中会有不同的策略，而这也将影响问题的规模。我们可以简单的将其拆成完全相同的一个一个，那问题规模将是O(V*∑n)，但是我们也可以用二进制的思想去拆分(李开复老师说过的一个分苹果的问题)，将其分成2的幂，那么问题规模将变成O(V*∑log n),可以看出问题规模确实减小了很多(2进制的神奇之处我现在还没有完全理解，它为什么就和其他进制不一样呢？)。

        完全背包和多重背包区别不大，运用动态规划算法可以将问题规模减为O(v*n),那么它和前面的有什么不同呢？前面的方法我们称为穷举法，既我们会尝试每一种可能，动态规划也是这样，它试过了每种可能，那么它们的不同在什么地方呢？穷举法的每个解都是不相关的，而动态规划的每个解都是基于上一步的结果再尝试每种情况，有人就问，那这不就成回溯了吗？动态规划另一个特点就是它是基于上一个结果的最优结果，而回溯则不考虑这一点。

---参考资料: 百度百科