0-1背包问题，动态规划求解

问题：

有一个载重量为 W 的背包和 n 个物品，每个物品价值为 vi，重量为 wi， 如何选择物品使得能够背起的总价值 V 最大。

问题分析：

1.假设最优解中我们装入背包y件物品，从中取出j，则剩下的必须是n件物品除j以外，可以带走的重量之多为wj的最值钱的一包东西。 

2.假设最优解为 x1, x2...xn。其取值为0或者1，代表装入背包或者放弃，则背包内总价值为w1*x1 + w2*x2 + ... + wn*xn。

设：y1,y2,....yn为最优解中装入背包内的物品即为w1*x1 + w2*x2 + ... + wn*xn的最优解，则y2,y3,...yn为w2*x2 + ... + wn*xn的最优解。

证明：假若y2,y3,...yn不为w2*x2 + ... + wn*xn的最优解，有更优解z2,z3,...zn，用剪贴法带入y1,y2,....yn中得到y1,z2,z3,...zn的价值大于y1,y2,....yn的价值与假设矛盾，所以y1,y2,....yn为最优解。即0-1背包问题具有最优子结构。

问题解答：

设一组物品其信息如下：

v = { 5, 5, 6, 9 }

w = { 1, 2, 4, 6 }

设c[i,j]为考虑到第i件物品时，载重量为j的背包所能获得的最大价值。

例如：c[3,6]的意思是在现考虑3件物品，放入一个载重量6的背包时所能获得的最大价值。

在考虑放入背包的时候会出现三种情况：

1. c[i,j] = 0;

2. c[i,j] = c[i-1,j];

3. c[i,j] = max{c[i-1,j] , c[i-1,j-wi]+vi};

第一种情况：当i=0或者j=0时。就是如果没有物品或者背包没有载重量时，获得价值为0。

第二种情况：当wi>j时。就是在考虑第i件物品时，发现背包的载重量不能装入这件物品，所以所能获得的最大价值扔为c[i-1,j]

第三种情况：当i>0且wi<j时。就是第i件物品可以装入背包，这时候就要比较装入背包和装入前所能获得的最大价值谁大。这是最需要理解的一种情况，当决定装入背包时，得腾出重量，也就是在j-wi时，装入i-1件物品所能获得的最大价值加上第i件物品的价值vi。

举例说明低三种情况：假设c[4,7]=20，再计算c[5,7]时,假若放入n5这件物品，然而其占重量为3，所以需要知道c[4,4]，也就是载重量为4，前4件物品所能获得的最大价值。若c[4,4]为10，v5为5，也就是说放入n5得到的总价值为15也就是c[i-1,j-wi]+vi，和c[4,7]=20也就是c[i-1,j]比较，显然应该选择放弃n5这件物品。

通过不断地计算可得出c[n,W]也就是n件物品放入载重量为W的背包中所能获得的最大价值。