动态规划问题是学习算法时一个尤其重要的内容，在讲解什么是动态规划以前，首先来说一下分而治之。算法
分而治之就是一个大问题能够被分解成许多个小问题，逐个解决最后合并便可。归并排序就是使用的分而治之，时间复杂度为O(n*logn)，空间复杂度O(n)。可是咱们在使用归并排序时，每一个子问题都是只被计算一次，可是若是每一个子问题不相互独立，须要被重复计算好屡次，分而治之就再也不是明智的选择了，彻底能够把子问题的结果放在一个表中，须要就直接去查便可，这种存放子问题结果的方式就是所谓的动态规划。微信
动态规划能够解决各类问题，好比矩阵连乘（最小连乘次数），最长公共子序列，01背包……机器学习
今天咱们用动态规划解决三维01背包问题，在解决三维01背包以前，简单的讲一下01背包问题：有一个背包，最大载重W，有n个物品，每一个物品重量为w[i]，价值为v[i]，1 <= i <= n，i是整数。装入哪些物品才能使装入物品的总价值最大？下面给出01背包问题的动态规划解决思路，代码就不实现了，由于今天要解决的问题不是这个，可是今天要解决的问题是创建在这个问题的基础上。学习
阶段：在前N件物品中，选取若干件物品放入背包中；spa
状态：在前N件物品中，选取若干件物品放入所剩空间为W的背包中的所能得到的最大价值；.net
决策：第N件物品放或者不放；blog
由此能够写出动态转移方程：排序
咱们用f[i, j]表示在前i件物品中选择若干件放在所剩空间为j的背包里所能得到的最大价值get
f[i, j] = max{f[i-1, j-w[i]]+v[i](j >= Wi), f[i-1, j]}it
这样，咱们能够自底向上地得出在前N件物品中取出若干件放进背包能得到的最大价值。
在这个问题中，仅仅只有一个限制条件，也就是最大载重，但是有些时候背包并不仅是载重受限，体积也会受限，当01背包问题有两个限制条件：载重和体积，这样01背包问题就变成了三维01背包问题。（这是我上网查的三维01背包问题的定义，不知道对不对，敬请谅解）一样的也能够写出动态转移方程：f[i, j, k] = max{f[i-1, j-w[i], k-V[i]]+v[i](j >= w[i], k >= V[i]), f[i-1, j, k]}，V[i]表示第i个物品的体积，k表示剩余体积。
下面来看一下代码的实现和运行结果，为了方便你们理解，作了一些输出而且代码中有注释。
若是你们想知道具体的规划过程，解开上面代码的多行注释而后运行便可。
今天的文章有不懂的能够加群，群号：822163725，备注：小陈学Python，不备注但是会被拒绝的哦~！
最后欢迎你们扫码关注
本文分享自微信公众号 - Python机器学习算法说书人（Python-ML-Algorithm）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。