递归

走楼梯问题…

走十阶楼梯有多少种走法？

这个问题其实有两种思路:

1.可以用排列组合，把所有的情况的都组合出来

2.可以使用递归，把问题简化 到十阶楼梯 归根到底有 从八阶 走到 十阶跟 九阶走到十阶 如果到第九阶 有X中走法 到第八阶有 Y 中走法,那么到第十阶 就有X+Y中走法 可以写成公式 F(10) = F(8)+F(9)

这样就变成了递归的模型 ，每一个递归都必须要有出口，那么这个出口在哪呢？
我们从下往上看，走1个楼梯有一种走法 2 走两个楼梯有2中走法，那么F(3)=F(1) + F(2)
如此 出口就出现了。
那么可以得到

def get_methods(n):
'''
n:楼梯个个数
'''
if n == 1:
  return 1
elif n == 2:
  return 2
else:
  return get_methods(n-1) + get_methods(n-2)

这是递归中比较简单的问题，其中还涉及到一个优化可以用备忘录法进行保存信息，然后每次递归前进行查找。第二种方法是: 自底向上，也就是递推，这里就不做介绍了。下面来说0-1背包问题

0-1背包 问题也就是 有一个体积为V的书包 有w[1,2,3,4,5] 种物品，每种物品的价格是v[1,2,3,4,5]，那么如何在有限的V下使装的物品价值最大;
这个问题其实挺复杂的。我也是搞了很长时间才弄明白，但复杂一点的又是。。。不说了，这个题利用递归的思想，大事化小，小事化了。

那么咱们这么想一下，对于v[1,2,3,4,5]中任意一件物品 我们都有两种情况，要么咱们把它装下，要么咱们不带它，由此就又有了问题,

把它装下是不是咱们要的最优解，这里就有了比较，把它装上的价值跟，没有装它进行比较 max（v[i-1],j- w[i] + v[i]）v[i,j]) 其实在我看到这的时候我也很蒙蔽 它的思路是一件一件物品的放。。。
f[i][v]表示前i种物品恰好放入一个容量为v的背包可以获得的最大价值。决策为第i个物品在前i-1个物品放置完毕后，是选择放还是不放，状态转移方程为：
f[i][v] = max{ f[i-1][v], f[i-1][v – Ci] +Wi }
时间复杂度为(VN) 空间复杂度为(ON)

#咱们上代码看不懂也没关系，在代码上看看，把思路缕缕
ef solve(vlist,wlist,totalWeight,totalLength):
    resArr = np.zeros((totalLength+1,totalWeight+1),dtype=np.int32)
    for i in range(1,totalLength+1):
        for j in range(1,totalWeight+1):
            if wlist[i] <= j:
                resArr[i,j] = max(resArr[i-1,j-wlist[i]]+vlist[i],resArr[i-1,j])
            else:
                resArr[i,j] = resArr[i-1,j] 
    print(resArr)
    return resArr[-1,-1]