what？
（1）*解释：（英语：Dynamic programming，简称DP）是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的，通过把原问题分解成简单的子问题的方式求解复杂问题的方法。 （2）个人理解：把一个大的事情变成小的事情来解决，很像之前的一句古话：大事化小，小事化了！when？
（1）最优子结构性质。
（2）无后效应。
（3）子问题重叠性质。
how？
那么到底如何用呢？下面以01背包问题为例进行分析！
【分析】
一个小偷去超市偷东西，小偷身带一个容量为17kg的背包，超市比较小，共有5件可偷物品，问：小偷如何偷能使偷得东西价值最大且都能放入背包？
超市中物品的信息如下：
先假设超市可偷物品只有标号1时，背包容量依次为0--17，得到一组数据；
接下来超市可偷物品为2，背包容量依次为0--17；
……
得到如下数表：
【代码实现】
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
namespace 自己再写一遍
{
public class Class1
{
static void Main()
{
//定义要用到的变量或数组values[]，weights[]，W，w，totval[,],i
//定义商店中每个物品的重量
int[] weights = new int[] { 3, 4, 7, 8, 9 };
//定义商店中每个物品的价值
int[] values = new int[] { 4, 5, 10, 11, 13 };
//背包所能承受的总重量
int W = 17;
//物品和背包动态的情况
int i, w;
//背包中动态的总价值
int[,] totval = new int[values.Length, W + 1];
for (i = 0; i <= values.Length - 1; i++)//动态加入物品
{
//如果这两个没有=的话会少最后一行数据
for (w = 0; w <= W; w++)//动态增加背包重量
{
if (w >= weights[i])
{
if (i > 0)
{
//这里比的时候是i和i-1比，不是我理解的i-1和i-1比
if (totval[i, w] < (totval[i - 1, w - weights[i]] + values[i]))
{
totval[i, w] = totval[i - 1, w - weights[i]] + values[i];
}
else
{
totval[i, w] = totval[i - 1, w];
}
}
else
{
totval[i, w] = values[i];
}
}
//else
//{
// totval[i, w] = totval[i - 1, w];
//}
}
}
Console.WriteLine("背包中最大的价值为：" + totval[values.Length - 1, W + 1]);
//Console.WriteLine("背包中最大的价值为：" + totval[4, W]);
Console.Read();
}
}
}
总结
关于算法，手动去实现一下它的过程还是非常有必要的，这样慢慢让自己站在计算机的角度去思考问题，拥有计算机思维！另外就是写代码，一个自认为特别会的算法，代码未必一次就可以实现，所以要多动手！