硕士论文的研究主题就是动态规划在现代化物流中的研究方向，考虑该研究论文，实际是从现实环境中出发，本人所在的企业是O2O模式的IT企业，现有的Online基本已有很完善的解决方案，但是在Offline的物流方向却是比较让人纠结，在这里我提出几个关键性的问题，我相信在现实的以O2O模型为主导的企业也会遇到的。
1.车载负重最大20t，如何优化能够尽可能的装多物品呢？
2.在一个3000平的物流基地，如何能够减轻物流员，能够迅速地找到物件，最短路径呢？
3.并不是每家企业都有亚马逊那般的机器人，以我们公司为例，人力成本是非常大，基本上是以单元化的区块的员工负责分配到流水线，假设物品有同一个规格，在一个长86cm、宽62cm、高45cm的中转箱中如何能够找最优化的存储物品件数呢？
4.如何更好分类物品存放区域呢？
......
提出上述问题，完全站在论文角度看问题，望大家能够理解，其实O2O产业链对于技术的挑战很大。那么关于这些问题提出，也是经过我在现有公司发现的，我也想通过技术的手段进行优化，那么我如何进行去考虑的呢？
本科时期，学习态度不够认真，不过幸亏数学功底依旧在，上述的问题让我想起数学建模比赛（完全闲着蛋疼去参加）使用Dynamic Programming的算法设计，重新拿起清华大学的运筹学课本，我竟然看不懂！！！
不过既然为了优化物流线的一丁点的问题，还是硬啃去翻阅了书籍，开篇从最简单的问题，譬如
我们从考虑最大字段和的问题，例子：0, -2, -11, -4, 6, 15, -21，那么最大字段和就是6、15
设 bi=
，
public static int getMaxSum(int[] a, int n) {
int sum = 0;
int[] b = new int[n + 1];
b[0] = 0;
int start = 0;
int end = 0;
int t = 0;
for (int i = 1; i <= n; i++) {
if (b[i - 1] > 0) {
b[i] = b[i - 1] + a[i];
} else {
b[i] = a[i];
t = i;
}
if (b[i] > sum) {
sum = b[i];
start = t;
end = i;
}
}
System.out.println("start:" + start + " & end:" + end);
return sum;
}
我相信我刚才的求解并不能解决实际物流线上的问题，这只是作为刚开始进入论文论证阶段，还是先从简单开始，接下来我将描述下背包01问题。