完全背包问题

完全背包问题
状态表示: $f[i][j]$: 从前 $i$ 个物品中选,总体积不超过j的集合
状态属性: 总价值的最大值
状态计算:
第 $i$ 个物品选 $0$个 $f[i][j]=max(f[i][j],f[i-1][j-0\ast v[i]]);$
第i个物品选 $1$ 个 $f[i][j]=max(f[i][j],f[i-1][j-1\ast v[i]]+w[i]);$
第 $i$ 个物品选 $2$ 个 $f[i][j]=max(f[i][j],f[i-1][j-2\ast v[i]]+2\ast w[i]]);$
第 $i$ 个物品选 $3$ 个 $f[i][j]=max(f[i][j],f[i-1][j-3\ast v[i]]+3\ast w[i]]);$
…
第 $i$ 个物品选 $k$ 个 $f[i][j]=max(f[i][j],f[i-1][j-k\ast v[i]]+k\ast w[i]);$
1.朴素做法 时间复杂度 O($n^3$)

 for(int i = 1; i <= n; i ++ ) 
 for(int j = 0; j <= m; j ++ )
 for(int k = 0; k * v[i] <= j; k ++ )
 f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);

2.时间优化 时间复杂度 O($n^2$)

观察可以推出 $f[i][j]=max(f[i-1][j],f[i][j-v]+w);$

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][j - v[i]] + w[i]);
      }

3.空间优化
当我们进行时间优化后,我们可以对比这两个这两个式子
$01$ 背包 $f[i][j]=max(f[i][j],f[i-1][j-v[i]]+w[i]);$
完全背包 $f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i]);$

我们会发现他们唯一的区别就是用到的状态不同, $01$ 背包用到的是第 $i-1$ 层状态,而完全背包用到的是第 $i$ 层状态, 我们能够对 $01$ 背包进行空间优化, 那我们肯定会想,能不能也对完全背包进行空间优化呢? 答案是显然的, 那么问题来了,我们应该从小到大枚举还是从大到小枚举呢? 答案是从小到大枚举, 因为如果我们从大到小枚举,此时遍历到的状态是 $j$,右边的状态已经被更新,被更新为第 $i$ 层,左边还未计算的是第 $i-1$ 层,此时要更新状态 $j$,要用到左边第i层的状态,但是此时左边的状态都为第 $i-1$ 层,与状态转移方程不符.

for(int i = 1; i <= n ;i++)
for(int j = v[i]; j <= m;j++)
     f[j] = max(f[j],f[j-v[i]]+w[i]);