01背包和完全背包

一：01背包：

有 N件物品和一个容量为 V的背包，每件物品有各自的价值且只能被选择一次，要求在有限的背包容量下，装入的物品总价值最大。

我们先分析一下其状态和要求：要求：价值最大，然后我们再定义一个集合f【i】【j】，其意义为：前 i 个物品 ， 容量为 j 时的价值

当前背包容量不够即：j小于v【i】，此时的f【i】【j】=f【i-1】【j】，如果够的话，那么我们取max（f【i】【j】，f【i-1】【j-v【i】】+w【i】），最后输出题目要求的f【N】【V】

然后是代码展示：

#include<bits/stdc++.h>
using namespace std;
const int N = 1010;
int n,m;
int v[N],w[N];
int f[N][N];
int main()
{
    cin>>n>>m;
    for(int i=1;i<=n;i++)cin>>v[i]>>w[i];
    for(int i=1;i<=n;i++)
    for(int j=0;j<=m;j++)
    {
        f[i][j]=f[i-1][j];
        if(j>=v[i])f[i][j]=max(f[i][j],f[i-1][j-v[i]]+w[i]);
    }
    cout<<f[n][m];
}

 优化：可以把二维优化为一维

先出代码：

#include<bits/stdc++.h>
using namespace std;
int n,m;
const int N = 1010;
int f[N];
int main()
{
    cin>>n>>m;
    for(int i=1;i<=n;i++)
    {
        int v,w;
        cin>>v>>w;
        for(int j=m;j>=v;j--)
        {
           f[j]=max(f[j],f[j-v]+w);
        }
    }
    cout<<f[m];
    return 0;
}

f【j】的状态是容量j时的价值大小，然后思路与二维相差不大，但是容量要从m开始：

在二维情况下，状态f[i][j]是由上一轮i - 1的状态得来的，f[i][j]与f[i - 1][j]是独立的。而优化到一维后，如果我们还是正序，则有f[较小体积]更新到f[较大体积]，则有可能本应该用第i-1轮的状态却用的是第i轮的状态。

简单来说，一维情况正序更新状态f[j]需要用到前面计算的状态已经被感染了。

 二：完全背包：

完全背包和01背包一样，只不过完全背包的物品物品的数量无限并且可以重复选择。

我先出代码：

#include<bits/stdc++.h>
using namespace std;
const int N = 1010;
int f[N];
int n,m;
int main()
{
    cin>>n>>m;
    for(int i=1;i<=n;i++)
    {
        int v,w;
        cin>>v>>w;
        for(int j=v;j<=m;j++)
        {
            f[j]=max(f[j],f[j-v]+w);
        }
    }
    cout<<f[m];
}

此时是正序了，因为我们可能需要重复的使用前一个状态来更新本次状态。