CompletePack - 完全背包模板

From《背包九讲》，稍作修改。

---

题目：

有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的费用是c[i]，价值是w[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。

基本思路：

类似于01背包问题，所不同的是每种物品有无限件。也就是从每种物品的角度考虑，与它相关的策略已并非取或不取两种，而是有取0件、取1件、取2件..等很多种。

01背包的状态转移方程：f[v]=max{f[v],f[v-k*c[i]]+k*w[i]}（0<=k*c[i]<=v），总复杂度超过O(VN)。
优化后的状态转移方程： f[v]=max{f[v],f[v-c[i]]+w[i]}

由01背包转换过来的解法延伸：

• 时间总复杂度较高，一般都会TLE。有个小小的地方优化，虽然大多数没有什么卵用：若两件物品i、j满足c[i]<=c[j]且w[i]>=w[j]，则将物品j去掉，不用考虑。
• 一个常用的优化：利用二进制的思想将一件物品拆成多件物品。把第i种物品拆成费用为c[i]*2^k、价值为w[i]*2^k的若干件物品，其中k满足c[i]*2^k<=V。这是二进制的思想，因为不管最优策略选几件第i种物品，总可以表示成若干个2^k件物品的和。这样把每种物品拆成O(log(V/c[i]))件物品，是一个很大的改进。
  
  • 中心思想：任何小于n的数都可以有{2^0,2^1,2^2,..2^k}该集合中的数加得。
  • 例如1~13之间的任何一个数都可以用这些数加来，该集合为{ 2^0，2^1,2^2,2^3} ->{1,2,4,8}，可以心算一下，从1-13这13个数都可以用这个集合里面的数相加得到，大大减少了枚举的数量。

---

最优化的代码模板：

for(int i=1;i<=n;i++)
{
    for(int j=c[i];j<=V;j++)
    {
        f[j] = max(f[j],f[j-c[i]] + w[i]);
    }
}

注意到第二个for是从c[i]枚举到V，目的是为了确保每件物品可取多件，从小的状态枚举到大的状态无非是保证该物品小状态里面可能取过。

---

模板到此为止，还需多做好题来练思维呐少年！
优哉游哉不是好ACMer！