先了解一下背包问题吧：
背包问题主要有三类：01背包，完全背包，多重背包
01背包
有N件物品和一个容量为V的背包。第i件物品的价格（即体积，下同）是w[i]，价值是c[i]。用f[i][j]表示前i个背包装入容量为v的背包中所可以获得的最大价值。对于一个物品，只有两种情况
情况一: 第i件不放进去，这时所得价值为:f[i-1][v]
情况二: 第i件放进去，这时所得价值为：f[i-1][v-c[i]]+w[i]
状态转移方程：f[i][v] = max(f[i-1][v], f[i-1][v-w[i]]+c[i])
完全背包
有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的费用是w[i]，价值是c[i]。完全背包和01背包区别就是完全背包物品有无限件，由之前的选或者不选转变成了选或者不选，选几件。
状态转移方程：f[i][v]=max(f[i-1][v-k*c[i]]+k*w[i]|0<=k*c[i]<=v)
多重背包
有N种物品和一个容量为V的背包。第i种物品最多有n[i]件可用，每件费用是w[i]，价值是c[i]。多了一个限制条件，每个物品规定了可用的次数。
状态转移方程：f[i][v]=max(f[i-1][v-k*w[i]]+ k*c[i]|0<=k<=n[i])
开始新的算法大作业的征程~~
问题情景
一个不同长度的彩带集合，用来绑不同大小的礼物盒，不同尺寸的礼物盒需要不同长度的彩带，问：这个固定的彩带集合最多能绑多少个礼物盒？
贪心算法的尝试
初步文档已经写好，现在开始写代码。
首先把需要的排好序的彩带和需求数组、二分查找的指针准备好。
现在进入while循环，开始二分查找上限。
现在该写meet()函数，判断当前连续需求是否能满足。
明天测试一下二分法遍历彩带长度的代码，我觉得会有问题。并完成继续递归的部分。
二分法遍历彩带长度失败了…….先用for循环吧，明天看看能不能改进。至少现在的代码跑那个样例没有问题。
动态规划的尝试
有两种思路：自顶向下和自顶向上。需要考虑不同的情况，得出递推式，然后写代码。
怎么把动态规划算法和分治算法结合起来呢？？？暂时觉得，这个题用不了分治，每增加一条彩带，现有的所有彩带的剪切方式都是可能改变的。而不像序列比对，前后两部分不会相互影响。
/(ㄒoㄒ)/~~哭了，动态算法解不了，要用分支界定法，那是个什么东西啊(ㄒoㄒ)