动态规划的相关问题，0/1背包问题（java语言实现）

动态规划法常见的题型
* 动规基础
* 背包问题
* 打家劫舍
* 股票问题
* 子序列问题
* 解题五步骤：
* dp数组以及下标的含义
* 递推公式
* dp数组的初始化
* 遍历顺序
* 打印dp数组
*动态规划法解决0、1背包问题

* 问题描述
* 有n个物品，它们有各自的体积和价值，现有给定容量的背包，如何让背包里装入的物品具有最大的价值总和？
* 为方便讲解和理解，下面讲述的例子均先用具体的数字代入，即：eg：number＝4，capacity＝8
* i（物品编号）  1  2  3  4
* w（体积）      2  3  4  5
* v（价值）      3  4  5  6

 * 问题描述
 * 有n个物品，它们有各自的体积和价值，现有给定容量的背包，如何让背包里装入的物品具有最大的价值总和？
 * 为方便讲解和理解，下面讲述的例子均先用具体的数字代入，即：eg：number＝4，capacity＝8
 * i（物品编号）	1	2	3	4
 * w（体积）    2   3	4   5
 * v（价值） 	3	4	5	6
package com.day;
public class Demo12 {
    public static void main(String[] args) {
//        商品的体积为2,3,4,5
        int []weight={0,2,3,4,5};
//        商品的价值为3,4,5,6
        int []value={0,3,4,5,6};
//        定义背包的体积大小
        int bagCapacity=8;
//        定义一个dp数组并初始化动态规划表
        int[][] dp =new int[5][9];
//        先遍历物品
        for (int i=1;i<=4;i++){
//           再遍历背包
            for (int j=1;j<=bagCapacity;j++){
                if(j<weight[i]){
                    dp[i][j]=dp[i-1][j];
                }else
               
//                对dp数组的递推公式进行处理,来推导出递推公式
//                j-weight[i]表示的是背包装入i-1个物品后背包的剩余的容量大小
                    dp[i][j]= Math.max(dp[i-1][j],dp[i-1][j-weight[i]])+value[i];
            }
        }
//       动态规划表的输出
//        变量物品的编号
        for (int i=0;i<5;i++){
            for (int j=0;j<9;j++){
                System.out.println(dp[i][j]);
            }
        }
    }
}

 动态规划法：比较重要的就是对理解dp数组的下标含义，还有就是递推公式很重要，数组的元素必定是由它的上方的元素和左上方的元素推出来的。