从01背包到多重背包

时隔多年，重拾背包dp，简单的看了看01背包，完全背包和多重背包。在航电上随便看了一题多重背包竟然WA了一发。

仔细的整理了一下，然后发现多重背包实际上就是01背包。

首先说一下01背包和多重背包的区别和相似点：

人拥有的购买力是一定的，每个物品的价格和价值是固定的，这是简单背包问题的共性暂且不说。最重要的一点是，01背包问题和多重背包问题的物品的数量都是有限的（01背包每件物品只有一个，而多重背包的物品数量为有限个）；而这种特性决定了多重背包本质上就是01背包，如若将多重背包中的每一个物品当成不同的物品（即使他们的价格和价值是相同的），那么这样的每一件物品仍然可以看作每一件物品只有一个，有取和不取两个选择。就是一个裸的01背包题目了。当问到最优情况下，每种物品分别取多少的时候也是可以很简单在此基础上做到的。

因此，多重背包的种类×数量二维就可以当作01背包的物品种类这一维，当我们dp的时候，01背包如果使用降低空间复杂度的做法，也就是将dp[w]简化为dp[w]时，因为此时的dp[w]（dp[w])需要由dp[w-w]推算得到。从前推dp[w]会导致dp[w-w]的值由dp[w-w]覆盖，从而得到错误的结果。由于多重背包和01背包的本质相同，所以多重背包的dp[w]也须从后往前推得。

明白了这一点，三种简单背包：01背包，完全背包和多重背包的dp递推方法就显而易见了。

值得说的是，通过这种拆分的思想，可以减少一部分时间复杂度的。

不过在拆的时候不能将Cn拆成1+1+1+1+1+1.....+1的形式。这么做会超时。应该将Cn拆成 Cn=1+2+4+8+...+(Cn-sum)。  这里sum表示前面的数字之和，例如 按照规律加到第m个数，发现已经大于Cn，那么sum就表示从 1+2+4+8+.....+ 2^(m-2)。  

 我们可以检验，在[1,Cn]中任意的数 我们都可以在这个序列中找到若干数相加得到。
拆分结束后我们就可以按照01背包求解。 dp[j]=max(dp[j],dp[j-cos[i]]+val[i]) 。

 时间复杂度为 O(W*sigma(logCi))