早安，
背包算法在我的脑海中并不完全“点击”。我知道如何很好地回答不同变化的背包问题（0-1背包，带有香料的背包等），但是我并不完全理解算法本身。我很想填补空白
为了使我的问题不再含糊不清，我将我的问题分解为几个子问题。这也是我对考试中背包问题的典型答案，
构造X维矩阵（其中X是需要注意的多个变量）。从点0 {0,0，... 0}开始，计算相邻节点，然后从获得的结果中，将得出矩阵中的下一个对角点，其结果给出了迄今为止最佳的解决方案。重复执行直到算法中所有考虑的选项都充分显示为止
我们如何知道背包算法的工作原理（除了经验观察结果之外）？特别是，我们如何确切地知道不存在被认为是s.t.的可选配置。它产生的结果比我们的算法最终返回的结果更优化？
使用“ X维矩阵”似乎在内存使用方面非常冗余，对于背包问题是否有更优化的数据结构？也许是最小-最大二叉树（在这种情况下，“似乎”更理想的东西）
假设我们有一个非常大的背包。在只剩下很小的空间之前，用贪婪的方法（使物品具有最佳比例）填充背包会不会更有效率？在我看来，直到2*(largest item)还有剩余空间？
欢呼声
1]由于背包算法是贪婪算法，因此我们知道该算法具有贪婪选择属性（也为某些最优解做出选择），并且具有最优子结构。由于我们的算法总是选择最优决策，因此不可能有一个最优的结果。