【动态规划】完全背包问题详解 超详细 总结 dp

什么是完全背包问题？

有n种物品和一个容量是m的背包，每种物品都有无限件可用。第 i 种物品的体积是 vi，价值是 wi。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大，输出最大价值。

dp问题的通用分析方法

• 先考虑用几维状态来表示，背包问题一般用两维表示。【经验】
• 状态计算是把每个状态一步一步算出来。
• DP优化一般是指对动态规划的代码或计算方程做一个等价变形。一般是先将最基本的代码写出来再考虑去优化。
• 这里介绍的DP理解方式是从集合的角度去理解。这里以0-1背包为例子，f(i, j)对应一个集合，是只考虑前i个物品，且背包容量不超过j的所有选法构成的一个集合。（一个选法是指从第1到第i个物品，经过的物品你要么选，你要么不选，这就构成一种选法）
• f(i, j)一定是集合的某种属性（这种属性一般可以是Max、Min、数量等等）

具体分析

第i个物品可以选0~k个，其中k * v[i] ≤ j，(k + 1) * v[i] > j。
具体细节详看代码，如果有疑点可以回顾我之前写的0-1背包问题。

代码——朴素版

#include <iostream>
#include <algorithm>
using namespace std;

const int N = 1010;
int w[N], v[N], f[N][N];
int n, m;
int main(){
    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 = 1; j <= m; j++){
            for(int k = 0; k * v[i] <= j; k++){
                // 当k == 0时，f[i - 1][j - k * v[i]] == f[i - 1][j]，已经包含不选的情况了。
                f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);
            }
        }
        
    }
    cout << f[n][m];
    
}

代码优化——减少一维

• 问题：为什么可以从f[i, j - v[i]]转移过来呢？
  
  找到上图中两个表达式之间的关系是理解公式的核心。

提示：最好不要直接从f[i, j] = Max(f[i - 1, j], f[i, j - v[i]] + w)这个经过“浓缩”的公式理解，这样反而会陷入困惑。

代码如下：

#include <iostream>
#include <algorithm>
using namespace std;

const int N = 1010;
int w[N], v[N], f[N][N];
int n, m;
int main(){
    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 = 1; j <= m; j++){
            f[i][j] = f[i - 1][j];
            // f[i, j] = max(f[i - 1, j], f[i -1, j - v[i]] + w[i], f[i - 1, j - 2 * v[i]] + 2 * w[i], ...)
     // f[i, j - v[i]] = max(             f[i - 1, j - v[i]],       f[i - 1, j - 2 * v[i]] + w[i], ...)
						// 两者只差了一个w[i]。
            if(v[i] <= j) f[i][j] = max(f[i][j], f[i][j - v[i]] + w[i]);
        }
        
    }
    cout << f[n][m];
    
}

代码优化——极限优化

1、可见第i层仅仅使用到第i层的数据，所以可降至一维。
2、j - v[i] 和 j 都是小于等于j，所以从前到后遍历，即先把前面的数据更新为第i层数据，方才能调用第i层前面的数据。（区别0-1背包中从后到前，这里可以参考我之前写的0-1背包）

#include <iostream>
#include <algorithm>
using namespace std;

const int N = 1010;
int w[N], v[N], f[N];
int n, m;
int main(){
    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 = v[i]; j <= m; j++){
            // 1、可见第i层仅仅使用到第i层的数据，所以可降至一维。
            // 2、j - v[i] 和 j 都是小于等于j，所以从前到后遍历，即先把前面的数据更新为第i层数据，
            // 方才能调用第i层前面的数据。（区别0-1背包中从后到前）
            f[j] = max(f[j], f[j - v[i]] + w[i]);
        }
        
    }
    cout << f[m];
    
}