三种经典背包dp

01背包

 01背包问题，指一堆（N个）有重量（weight）和价值（value）的物品，每种有一个，有一个特定容量 （ j ） 的背包，如何装到最大价值

我们用dp[N][j]表示在第N个物品，背包还剩J时的最大价值

则状态转移方程：dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i]] + value[i])

其中dp[i-1][j]代表不装第i个物品

dp[i-1][j-weight[i]] + value[i]代表装第i个物品

则可得出：

void back()
{
    for(int i = 1;i <= N;++i)
    {
        for(int j = 0;j <= 999;++j)
        {
            if(j >= weight[i]) dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i]] + value[i]);
            else dp[i][j] = dp[i-1][j];
        }
    }
}

这样的函数即可计算所有的dp值

可以进行一些优化

#include <bits/stdc++.h>

using namespace std;

#include <bits/stdc++.h>

using namespace std;

int main()
{
    int dp[11][51] = {};
    int weight[11] = {};
    int value[11] = {};
    for(int i = 1;i < 11;++i) cin >> weight[i] >> value[i];
    for(int i = 1;i < 11;++i)
    {
        for(int j = 0;j <= 50 ;++j)
        {
            if(j >= weight[i]) dp[i][j] = max(dp[i-1][j], dp[i-1][j-weight[i]] + value[i]);
            else dp[i][j] = dp[i-1][j];
        }
    }
    cout << dp[10][50];
    return 0;
}

因为在循环过程中会有i-1，所以要从0开始存储

现在降维，将dp转换为一维，这样就可以从0开始了，即dp[j] = max（dp[j]，dp[j-weight[i]]）

在进行一些优化得出：

#include <bits/stdc++.h>

using namespace std;

int main()
{
    int dp[51] = {};
    int weight[10] = {};
    int value[10] = {};
    for(int i = 0;i < 10;++i) cin >> weight[i] >> value[i];
    for(int i = 0;i < 10;++i)
    {
        for(int j = 50;j >= weight[i];--j)
        {
            dp[j] = max(dp[j],dp[j-weight[i]] + value[i]);
        }
    }
    cout << dp[50];
}
/*
10 50
20 100
30 120
5 15
15 40
25 70
40 180
12 35
8 20
35 105
*/

答案是：230 

完全背包

根0-1背包不同的是：物品可以放入多次

先给代码：

#include <bits/stdc++.h>

using namespace std;

int main()
{
    int dp[51] = {};
    int weight[10] = {};
    int value[10] = {};
    for(int i = 0;i < 10;++i) cin >> weight[i] >> value[i];
    for(int i = 0;i < 10;++i)
    {
        for(int j = weight[i];j < 51;++j)
        {
            dp[j] = max(dp[j],dp[j-weight[i]] + value[i]);
        }
    }
    cout << dp[50];
}
/*
10 50
20 100
30 120
5 15
15 40
25 70
40 180
12 35
8 20
35 105
*/

答案是：250 

可以看出与0-1背包只差了一个循环的顺序

为什么变换以下顺序就可以解决完全背包问题了，而二维时无论顺序如何都是0-1背包？

从小到大遍历时：当遍历到物品x时，如果dp[ j ]加入了 x，等到 j 遍历到 2*j 时，

dp[2*j] == dp[j] + value[j]，所以会再次添加，而从大到小则不会这样

从大到小遍历时：dp[2*j] == dp[j] + value[j]由于dp[j]还没有被计算过，为0，也就是说，物品不会重复添加。

而对于二维来说：因为有 i 的维度存在，当遍历到 2*j 时，dp[x][2*j] != dp[x-1][j] + value[j]，防止了这种情况的出现

多重背包

也是0-1背包的变体，根其他背包不同的是，一个物品不在有一个或无限个，而是Ki个，即每个物品有固定的个数

这种问题的解决方法是将多重背包转换为0-1背包，在数组种多次加入物品即可；

或者，在循环种加入一层数量的循环即可

#include <bits/stdc++.h>

using namespace std;

int main()
{
    int dp[51] = {};
    int weight[10] = {};
    int value[10] = {};
    int nums[10] = {};
    for(int i = 0;i < 10;++i) cin >> weight[i] >> value[i] >> nums[i];
    for(int i = 0;i < 10;++i)
    {
        for(int j = 50;j >= weight[i];--j)
        {
            for(int k = 1;k <= nums[i] && k*weight[i] <= j;++k)
            dp[j] = max(dp[j],dp[j-k*weight[i]] + k*value[i]);
        }
    }
    cout << dp[50];
}
/*
10 1000 2
20 100 1
30 120 1
5 15 1
15 40 1
25 70 1
40 180 1
12 35 1
8 20 1
35 105 1
*/