完全背包问题 模板 C++实现

问题：有 n 种物品和一个容量是 c 的背包，每种物品都有无限件可用。

第 i 种物品的重量是 weight [ i ] ，价值是 value [ i ] 。

求解将哪些物品装入背包，可使这些物品的总重量不超过背包容量，且总价值最大。输出最大价值。

算法1：朴素写法（三重循环）。

创建二维数组 dp ，dp [ i ][ j ] 表示从前 i 个物品中选，在总重量不超过 j 的前提下，所能挑选的最大价值。

从第一件物品开始遍历，从容量为 0 开始遍历。因为每件物品可以使用的数量不限，所以不能像  0/1背包 一样在列状态转移方程时只减去一个当前物品的重量 weight [ i - 1 ] ，要减去 k 个（weight [ i - 1 ] 中使用 i - 1 是因为 weight 数组 和 value 数组 都是从下标 0 开始记录的，而 dp 数组 是从下标 1 开始的。可以按照自己习惯修改）。 

代码：

for (int i = 1; i <= n; i++)
	for (int j = 0; j <= c; j++)
		for (int k = 0; k * weight[i-1] <= j; k++)
            dp[i][j] = max(dp[i][j], dp[i - 1][j - weight[i-1] * k] + value[i-1] * k);

算法2：第一次优化。

和 0/1背包 二维dp 类似，当前背包容量为 i 时所得最大价值，必不小于背包容量为 i - 1 时的最大价值，故先令此时背包容量的最大价值为 dp[ i - 1 ][ j ]，再判断是否能放的下每个不同的物品，如果能放下，则比较后取较大的值。

代码：

for (int i = 1; i <= n; i++)
	for (int j = 0; j <= c; j++) {
		dp[i][j] = dp[i - 1][j];// 把上一行复制过来
		if (j >= weight[i - 1]) dp[i][j] = max(dp[i][j], dp[i][j - weight[i - 1]] + value[i - 1]);// 从左到右更新
	}

算法2：第二次优化。

与 0/1背包 一维dp 类似，但是此处是顺序遍历。

对于完全背包，由于每种物品可以取无限次，我们希望每个物品能够被重复考虑。因此，我们采用正序遍历背包容量的方式（即从 weight [ i ] 到 c）。这样，在更新 dp [ j ] 的时候，dp[ j - weight [ i ] ] 总是表示未选择当前物品 i 时的最大价值，因此当前物品可以被多次加入背包中，只要不超过背包容量。

因为顺序从小到大考虑，已经让每个物品被重复多次的考虑了（dp [ i , j - weight ] + value [ i ] 已经多次重复考虑计算之前的物品，顺序时，只要有能放入的空间，就放入物品）。

代码：

for (int i = 1; i <= n; i++)
	for (int j = weight[i - 1]; j <= c; j++)
		dp1[j] = max(dp1[j], dp1[j - weight[i - 1]] + value[i - 1]);

完整代码：

#include<iostream>
#include<stdlib.h>

using namespace std;

int main() {
	int weight[4] = { 3,5,2,8 }, value[4] = { 4,6,1,9 }, dp[4 + 1][20 + 1],dp1[20 + 1];// dp对应方法12，dp1对应方法3

	//memset(dp, 0, sizeof(dp));// 初始化dp（方法12）
	memset(dp1, 0, sizeof(dp1));// 初始化dp1（方法3）

	int n = 4, c = 20;// 物品个数n，背包容量c
/*
	// 方法1
	for (int i = 1; i <= n; i++)
		for (int j = 0; j <= c; j++)
			for (int k = 0; k * weight[i-1] <= j; k++)	
				dp[i][j] = max(dp[i][j], dp[i - 1][j - weight[i-1] * k] + value[i-1] * k);
*/	
/*
	// 方法2 第一次优化
	for (int i = 1; i <= n; i++)
		for (int j = 0; j <= c; j++) {
			dp[i][j] = dp[i - 1][j];// 把上一行复制过来
			if (j >= weight[i - 1]) dp[i][j] = max(dp[i][j], dp[i][j - weight[i - 1]] + value[i - 1]);// 从左到右更新
		}
*/

	// 方法3 第二次优化
	for (int i = 1; i <= n; i++)
		for (int j = weight[i - 1]; j <= c; j++)
			dp1[j] = max(dp1[j], dp1[j - weight[i - 1]] + value[i - 1]);

	cout << dp1[c] << endl;
	//cout << dp[n][c] << endl;
	return 0;
}