一和零&&完全背包理论基础

题目描述：

给你一个二进制字符串数组 strs 和两个整数 m 和 n 。

请你找出并返回 strs 的最大子集的大小，该子集中 最多 有 m 个 0 和 n 个 1 。

如果 x 的所有元素也是 y 的元素，集合 x 是集合 y 的 子集 。

示例 1：

• 输入：strs = ["10", "0001", "111001", "1", "0"], m = 5, n = 3

• 输出：4

• 解释：最多有 5 个 0 和 3 个 1 的最大子集是 {"10","0001","1","0"} ，因此答案是 4 。 其他满足题意但较小的子集包括 {"0001","1"} 和 {"10","1","0"} 。{"111001"} 不满足题意，因为它含 4 个 1 ，大于 n 的值。

class Solution:

    def findMaxForm(self, strs: List[str], m: int, n: int) -> int:

        dp=[[0]*(n+1)for _ in range(m+1) ]//创建m+1行数组，拓展长度为n+1，初始化为0

        for s in strs://遍历集合

            zeronumber=s.count('0')//统计每一个字符中0的长度

            onenumber=(len(s)-zeronumber)//计算每一个字符中1的长度

            for i in range(m,zeronumber-1,-1)://遍历背包中0的个数

                for j in range(n,onenumber-1,-1):遍历背包中1的个数

                    dp[i][j]=max(dp[i][j],dp[i-zeronumber][j-onenumber]+1)//根据

        return dp[m][n]

 伪代码：

      看起来有三个for循环，其实就是遍历物品和遍历背包容量而已。背包的重量有两个维度一个0和一个1。能够容纳多少的1和0 就是背包的容量然后根据dp[i][j]=max(dp[i][j],dp[i-zeronumber][j-onenumber]+1)来实现递推

题目描述：

完全背包

有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品都有无限个（也就是可以放入背包多次），求解将哪些物品装入背包里物品价值总和最大。

完全背包和01背包问题唯一不同的地方就是，每种物品有无限件。

同样leetcode上没有纯完全背包问题，都是需要完全背包的各种应用，需要转化成完全背包问题，所以我这里还是以纯完全背包问题进行讲解理论和原理。

在下面的讲解中，我依然举这个例子：

背包最大重量为4。

物品为：

	重量	价值
物品0	1	15
物品1	3	20
物品2	4	30

每件商品都有无限个！

问背包能背的物品最大价值是多少？

def test_completepack(weight,value,bagweight):
    dp=[0]*(bagweight+1)
    for i in range (len (weight)):
        for j in range  (weight[i],bagweight+1):
            dp[j]=max(dp[j],dp[j-weight[i]]+value[i])
    return dp[weight]
    if __name=""__main__"
        value=[15,20,30]
        weight=[1,3,4]
        bagweight=4
        
    result=test_completepack(weight,value,bagweight)
    print（result）

伪代码：先遍历还是先遍历背包重量，其实 都可以。原因是最后的迭代  dp[j]=max(dp[j],dp[j-weight[i]]+value[i])的结果没有影响，最后遍历的顺序是正序，原因是这是一个完全背包问题，每一个物品的个数无限。