问题简介输入：n种物品和一个背包物品i的重量是wi，价值为vi背包的容量是C输出：装入背包的物品优化目标是：装入背包的物品总价值最大优化子结构设（x1,x2,x3…xn）是0-1背包问题的一个最优解。如果x1=1，那么（x2,x3,x4,x5…xn）是以下子问题的最优解：如果x1 =0：则 (x2, …,xn) 是以下子问题的最优解递归关系设m(i, j)为背包问题的最优值，这里背包容量为j，可选

贪心算法总是选择当前看起来最优的选择（局部最优解），得到的结果是一个整体最优解。但是总是选择局部最优解并不总是能得到整体最优解，需要在问题具有：贪心选择性和优化子结构时才成立。贪心选择性：第一次做出贪心选择是正确的；优化子结构：第一次做完贪心选择后，得到一个与原问题定义相同（但输入不同）的子问题；贪心算法的基本要素贪心选择性质1.贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择，即

解决torch检测不到cuda的问题

动态规划简介动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，这样就可以避免大量的重复计算，节省

动态规划简介动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，这样就可以避免大量的重复计算，节省

解决torch检测不到cuda的问题