完全背包问题

有 N种物品和一个容量是 V 的背包，每种物品都有无限件可用。

第 ii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。

输入格式

第一行两个整数，N，V，用空格隔开，分别表示物品种数和背包容积。

接下来有 N行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 种物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤10000<N,V≤1000
0<vi,wi≤10000<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

10

完全背包问题 可以重复使用

三重循环

1.状态表达式----------dp(i,j)

i代表前i个物体，j代表目前的总容量 dp(i,j)表示前i个物体在总容量为j里价值最高的值

即最后答案输出dp(N,V);

2.条件

只在前i个物品中选择

总体积<=j

3.属性----max

题目要求得到价值最大值

4.状态计算

第一种情况 不放物品i   dp[i][j]= dp[i-1][j]

第二种情况 放入k个物品i  dp[i][j]= dp[i-1][j-k*v[i]]+k*w[i]

其中k=0的时候 dp[i][j]= dp[i-1][j]就是第一种可能合并

k需要满足----k * v[i] <= j

枚举k算出其中最大值就是dp[i][j]的值

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

 

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

const int N = 1010;
int v[N];    // 体积
int w[N];    // 价值 
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 = 1; 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];
}

两重循环

三重循环所需要时间太多了我们简化一下状态转移方程

dp[i,j]=Max(    dp[i-1,j] ,    dp[i-1,j-v]+w,      dp[i-1,j-2v]+2w,       dp[i-1,j-3v]+3w,...)
dp[i,j-v]Max(                    dp[i-1,j-v],            dp[i-1,j-2v]+w,         dp[i-1,j-3v)+2w…)

黄色部分明显就是dp[i,j-v]+w;

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

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

一维数组

(17条消息) 01背包问题（二维--＞一维）_小花猴的博客-CSDN博客

01背包为了防止污染我们需要从后枚举（具体原因看以上链接），但完全背包恰巧是需要那种污染的，所以不需要从后枚举

由于每次更新数组我们只需要利用到上一行代码，那么我们可以利用滚动数组来更新。

即在没有更新f[j]的时候 此f[j]为上一行的f[j]   

1   状态f[j]定义：N 件物品，背包容量j下的最优解。

2  .状态计算

一共分为两种情况

不放物品i   即 dp(j)=dp(j);

放入物品i   dp(j)=dp[j - v[i]] + w[i]

3. 注意枚举背包容量j必须从v[i]开始

因为当j小于v[i]的时候是无法放入物品的，可以根据滚动数组的特性即在没有更新f[j]的时候 此f[j]为上一行的f[j]   即只能第一种情况：不放物品i   即 dp(j)=dp(j);

之后我们是可以多次放入物体i的，所以不能比较上一行（即不放物体i而是比较有可能放入物体idp[j - v[i]] 。

#include <iostream>
#include<cstdio>
#include<string>
#include<cstring>
#include<algorithm>

using namespace std;
const int N = 1010;
int dp[N];
int v[N], w[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 = v[i]; j <= m; j++)
        {
                dp[j] = max(dp[j], dp[j - v[i]] + w[i]);
        }
    cout << dp[m] << endl;
}