课件的内容来自于视频： https://www.youtube.com/watch?v=FDzOqoyQ-jM
背包问题的描述：
背包的重量限定为 b ，每个物品可以放 >=1个，为了获得最大的价值！
把这个实际问题抽象成数学问题，建立模型
Xi表示 装入背包的第 i 种物品的个数。 可以是 1 ， 2， 3 。。。。[ b/w] ，这里表示取整数。
动态规划问题的关键步骤，怎么进行子问题的界定
总共有 n 种物品， 背包的限定重量为 b ，那么，子问题是 ： 总共可以供选择的 商品 为0， 1，2 ，3 ，。。。 .k （这里的k小于等于n）
背包的限重的取值是 0,1,2,3，。。。。。y （这里的y小于等于 b）
当 k的取值是 n， y 的取值是 b, 就是这个大问题啦
递推方程的表达式：
这个递推式的理解，考虑第 k 个商品放不放入背包。F(k-1) 的意思就是说，我们不放入 第 k个商品，此时的最大价值
F(k) 表示的是放入第 k 个商品，那么，背包剩下能够承受的重量就是 y-wk ， wk表示的是 第k个商品的重量
我们要得到的就是 这两种情况的最大值，所以，要max。
装第 0 种商品，当然，我们的价值为0.
装第 1 种商品，那么，最多可以装 [ y/wb] ，这里是取整数， 如果 某个商品的重量大于背包所承受的重量，，也就是说， 在 Fk(y-Wk）这项里， y-Wk的 的值可能小于0，那么，我们令Fk(y)为负无穷，这样，我们就保证了在Max的时候，不考虑这个最小值，而是取另外一项作为结果。
下面讨论 标记函数。为找到最后的解
具体的例子： 这里的物品可以放多个。
追踪解：
追踪算法
时间复杂度：
推广:
