这个问题和01背包问题类似,不同点在于完全背包问题中的物品可以取无数次.
显然,我们可以把取多次同意物品的过程当作又增加了新的物品可以放入,这样就将其转换为01背包问题
但是时间复杂度会非常大
其状态转移方程为:
> dp[i + 1][j] = max(dp[i][j], dp[i][j - k * A[i]] + k * V[i])
for (int i = 0; i < n; ++i)
for (int j = m; j >= 0; --j)
for (int k = 0; k * w[i] <= m; ++k)//将不同次数放进的物品当作一个只可选取一次的新物品
if (j - k * w[i] >= 0)
f[j] = max(f[j], f[j - k * w[i]] + k * Val[i]);
优化:
我们写01背包时,在使用一维数组写01背包时,我们空间是从大到小,若是反过来,会导致物品的重复放入,而这个情况确是我们完全背包问题所要解决的,物品无限次,当然可以往背包里一直放入该物品
时间复杂度为O(N*Weight)
int dp_all_package(int t,int m)
{
for(int i = 1; i <= n; i++){
for(int j = tim[i]; j <= m; j++){
dp[j] = max(dp[j],dp[j - tim[i]] + vis[i]);
}
}
return dp[t];
}
如果说的不清楚,可以看这篇文章传送门
以及 关于递推公式的推导
例题洛谷1616 疯狂的采药人
#include <iostream>
#include <string>
using namespace std;
int dp[100005],tim[100005],vis[100005];
int dp_all_package(int t,int m)
{
for(int i = 0; i < m; i++){
for(int j = tim[i]; j <= t; j++){
dp[j] = max(dp[j],dp[j - tim[i]] + vis[i]);
}
}
return dp[t];
}
int main()
{
int t,m;
cin>>t>>m;
for(int i = 0; i < m; i++){
cin>>tim[i]>>vis[i];
}
int ans = dp_all_package(t,m);
cout<<ans<<endl;
return 0;
}