LZMA算法是目前比较流行的开源压缩软件7zip的基本算法，是俄罗斯人 Igor Pavlov于1999年发布的，本资源是维基百科上的详细介绍，是网上能找到的最详细的一个说明。

c++动态规划

旅行商问题动态规划matlab代码这是解决经典TSP的三种不同方法，即。 所有代码都在MATLAB 2019b上进行了测试。 算法是 遗传算法（边缘表示和2-opt） 动态编程 群算法（蚂蚁系统算法） 怎么跑 在遗传算法和群算法中，您将输入城市总数，程序将在地图上随机散布这些城市并通过动画图打印演变过程（您需要将MATLAB版本设置为高于2019年才能看到动画效果）。 如果要运行动态编程方法，则应以数组格式（如[20,20]）一一输入城市的位置。 DP的结果将仅在命令行上显示。 要求 MATLAB版本高于2019 建议每种方法的城市编号： GA：<50 DP：<10（随着城市的增加，时间成本成倍增加） 群：<30 表现 动态编程每次都能为我们提供最佳结果，但是它具有成倍的时间复杂度。 其他两种方法是启发式的，可以在更短的时间内为我们提供近似的最佳解决方案。 群算法对于较小的问题（少于30个城市）非常有效，在这种情况下，它优于其他两种方法。

笔记为自己整理重点，最后附原著下载链接（免费） 背包问题九讲 2.0 beta1.2 崔添翼 (Tianyi Cui)* 2012-05-08† 本文题为《背包问题九讲》，从属于《动态规划的思考艺术》系列。 这系列文章的第一版于 2007 年下半年使用 EmacsMuse 制作，以 HTML 格式发布 到网上，转载众多，有一定影响力。 2011 年 9 月，本系列文章由原作者用 LATEX 重新制作并全面修订，您现在看到的是 2.0 beta 版本，修订历史及最新版本请访问 https://github.com/tianyicui/pack 查阅。 本文版权归原作者所有，采用 CC BY-NC-SA 协议发布。

用c++编写的可以实现投资问题的动态规划。

求解非零和微分对策的自适应动态规划

本资源为 MATLAB 代码，代码中用动态规划解决了0-1背包问题。具体问题为：物品价值：v=[90 75 83 32 56 31 21 43 14 65 12 24 42 17 60]；物品重量：w=[30 27 23 24 21 18 16 14 12 10 9 8 6 5 3]; 背包容量：120。原理公式： m(i,j+1)=max(m(i-1,j+1),m(i-1,j-w(i)+1)+v(i));

动态规划相关算法的ppt，包含 （1）矩阵连乘问题； （2）最长公共子序列； （3）最大子段和 （4）凸多边形最优三角剖分； （5）多边形游戏； （6）图像压缩； （7）电路布线； （8）流水作业调度； （9）背包问题； （10）最优二叉搜索树。 等算法

现在背包问题网上例子有很多，但大多采用C或C++实现。在算法上课途中，老师要求实现该算法，特此用c#语言实现了背包问题，采用动态规划法，希望和大家共同学习

MDP-DP-RL 该项目的目标是从头开始开发所有动态编程和强化学习算法（即，除了基本的numpy和scipy工具之外，不使用标准库）。 “从头开始开发”目标是出于教育目的-学习此主题的学生只有在他们开发和使用从头开始开发的代码时才能彻底理解这些概念。 我针对不同的学生背景讲授了该主题的课程，每门此类课程都以技巧/算法的精确编程实现为基础。 特别是，当我教Stanford CME 241：金融中的随机控制问题的强化学习（ ）时，会使用此代码库。 关于代码可读性，性能和错误的任何反馈将不胜感激，因为代码仍相当原始且未经各个部分的测试（2018年8月开始使用此代码，到目前为止主要处于代码增长模式）。 该项目开始于为有限的马尔可夫过程（又名马尔可夫链），马尔可夫奖励过程（MRP）和马尔可夫决策过程（MDP）实现基础数据结构。 其次是动态编程（DP）算法，其重点是在代码内以清晰的数学术语表