动归：0-1背包与完全背包（洛谷P1048 采药）

贪心与背包的不同

• 贪心是每一步都会得到最优解
• 贪心虽然会带来每一次最优但不一定是整体最优。（比如说C的性价比最高，但是放了C就不能放别的了，总价值反倒不如放A和B的多了）
• 背包可以宏观上整体得到一个最优的结果

题目描述：

辰辰是个天资聪颖的孩子，他的梦想是成为世界上最伟大的医师。为此，他想拜附近最有威望的医师为师。医师为了判断他的资质，给他出了一个难题。医师把他带到一个到处都是草药的山洞里对他说：“孩子，这个山洞里有一些不同的草药，采每一株都需要一些时间，每一株也有它自身的价值。我会给你一段时间，在这段时间里，你可以采到一些草药。如果你是一个聪明的孩子，你应该可以让采到的草药的总价值最大。”

如果你是辰辰，你能完成这个任务吗？

输入格式

第一行有2个整数T(1≤T≤1000)和M(1≤M≤100)，用一个空格隔开，T代表总共能够用来采药的时间，M代表山洞里的草药的数目。接下来的M行每行包括两个在1到100之间（包括1和100）的整数，分别表示采摘某株草药的时间和这株草药的价值。

思绪：

• 通过画表格对于理解0-1背包问题很有用
• 橙色行表示背包大小；黄色列表示物体的大小；绿色列表示每个物体对应的价值；灰色的行列用于初始化边界条件
• 然后一行一行填完表，如下图所示：

填表过程：

1. 设data[i][j]表示前i件物品 总重量不超过j的最大价值 可得出状态转移方程 ：data[i][j] = MAX(data[i - 1][j], data[i - 1][j - weight[i]] + value[i])
2. 对第 i 件物品，有2种前状态：

a. 选择第 i 件物品，则 data[i][j] = data[i-1][ j-weight[i] ] + value[i]

b. 不选择第 i 件物品，则 data[i][j] = data[i-1][j]

解法一：

代码如下

#define _CRT_SECURE_NO_WARNINGS
#define MAX(a, b) ( (a) > (b) ? (a) : (b))

#include<stdio.h>

int main(){
	int data[101][1001] = { 0 };
	int size, n;
	int weight[101] = { 0 };
	int value[101] = { 0 };
	int i, j;

	scanf("%d%d", &size, &n);//背包大小，物品种类（决定了表格的大小）
	
	for (i = 1; i <= n; i++){
		scanf("%d%d", &weight[i], &value[i]);//arr[i] = *(arr+i) 前面是地址里的内容，后面是地址
	}
	for (i = 1; i <= n; i++){
		for (j = 1; j <= size; j++){
			if (j < weight[i]){
				data[i][j] = data[i - 1][j];
			}
			else{
				data[i][j] = MAX(data[i - 1][j], data[i - 1][j - weight[i]] + value[i]);
			}
		}
	}
	printf("%d", data[n][size]);

	return 0;
}

代码生成图：

对代码空间的优化（一维数组）

解法二：

在求状态data[j]的时候，data[j - weight[i]] 还不能被更新过，所以data[j - weight[i]] 要放在data[j]后更新，采用递减循环的方式实现这个功能。

代码如下：

#define _CRT_SECURE_NO_WARNINGS
#define MAX(a, b) ( (a) > (b) ? (a) : (b))

#include<stdio.h>

int main(){
	int data[1001] = { 0 };
	int size, n;
	int weight[101] = { 0 };
	int value[101] = { 0 };
	int i, j;

	scanf("%d%d", &size, &n);//背包大小，物品种类（决定了表格的大小）

	for (i = 1; i <= n; i++){
		scanf("%d%d", weight + i, value + i);//arr[i] = *(arr+i) 前面是地址里的内容，后面是地址
	}
	for (i = 1; i <= n; i++){
		for (j = size; j >= weight[i]; j--){
			data[j] = MAX(data[j], data[j - weight[i]] + value[i]);
		}
	}
	printf("%d", data[size]);

	return 0;
}

0-1背包：

有n件物品和容量为m的背包，给出i件物品的重量以及价值，求解让装入背包的物品重量不超过背包容量，且价值最大
特点：每个物品只有一件供你选择放还是不放（这是最简单的背包问题）

上述问题就是一个0-1背包问题

核心代码：

for (i = 1; i <= n; i++){
	for (j = size; j >= weight[i]; j--){
		data[j] = MAX(data[j], data[j - weight[i]] + value[i]);
	}
}

完全背包：

有n件物品和容量为m的背包，给出i件物品的重量以及价值，求解让装入背包的物品重量不超过背包容量，且价值最大
特点：每个物品可以无限选用（唯一与0-1背包的不同）

将01背包的逆序转化为顺序即可

内层循环顺序进行的话，就代表了在data[j - weight[i]] 体积的情况下，里面还存有c[i]这个物品，这样对于同一件物品，会计算多次，直到有其他物品加入满足最优解大于一件被计算多次后的值为止。

核心代码：

for (i = 1; i <= n; i++){
	for (j = weight[i]; j <= size; j++){
		data[j] = MAX(data[j], data[j - weight[i]] + value[i]);
	}
}