完全背包问题

本人刚入门dp，水平较菜，因此记录自己对于此题的代码思路，希望能帮到刚入门的同学，也为自己复习留一份记录。

朴素版算法：

#include <iostream>
using namespace std;
const int N = 1010;
int v[N], w[N];
int dp[N][N];
int main()
{
    int n, m;
    cin >> n >> m;
    for (int i = 1; i <= n; i ++ )
    {
        cin >> v[i] >> w[i];
    }
    for (int i = 1; i <= n; i ++ )
    {
        for (int j = 0; j <= m; j ++ )
        {
            for(int k = 0; k * v[i] <= j; k ++ )
            {
                dp[i][j] = max(dp[i][j], dp[i - 1][j - k * v[i]] + k * w[i]);
            }
        }

    }
    cout << dp[n][m] << endl;
    return 0;
}

不难发现朴素算法时间复杂度较高。

优化思路：对状态转移方程进行改进

dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - k * v[i]] + k * w[i]);

dp[i][j - v[i]] = max(dp[i - 1][j - v[i]], dp[i - 1][j - (k - 1) * v[i]] + k * w[i]);

其中k = 1, 2, 3....

上下做差可得

dp[i][j] = max(dp[i][j - v[i]] + w[i], dp[i - 1][j])

上式即为新状态转移方程。

改进代码：

#include <iostream>
using namespace std;
const int N = 1010;
int v[N], w[N];
int dp[N][N];
int main()
{
    int n, m;
    cin >> n >> m;
    for (int i = 1; i <= n; i ++ )
    {
        cin >> v[i] >> w[i];
    }
    for (int i = 1; i <= n; i ++ )
    {
        for (int j = 0; j <= m; j ++ )
        {
            dp[i][j] = dp[i - 1][j];
            if(j >= v[i])
                dp[i][j] = max(dp[i][j - v[i]] + w[i], dp[i][j]);
        }
    }
    cout << dp[n][m] << endl;
    return 0;
}

观察到上述代码与01背包问题高度相似，因此可优化为一维：

#include <iostream>
using namespace std;
const int N = 1010;
int v[N], w[N];
int dp[N];
int main()
{
    int n, m;
    cin >> n >> m;
    for (int i = 1; i <= n; i ++ )
    {
        cin >> v[i] >> w[i];
    }
    for (int i = 1; i <= n; i ++ )
    {
        for (int j = 0; j <= m; j ++ )//此处由于均使用i- 1维，因此不需要从大到小枚举
        {
            if(j >= v[i])
                dp[j] = max(dp[j - v[i]] + w[i], dp[j]);
        }
    }
    cout << dp[m] << endl;
    return 0;
}