完全背包问题（闫氏DP分析法）

DP问题通常要分为两部分看待

第一类就是状态表示

通常用个数组f[i][j]来表示，这个数组主要表示的是在前i个物品中选择在体积不超过j的情况下能取得到的最大值

第二类是状态计算

我们将情况分为了在前（0，1，2，3.......i)种选择，他们在体积不超过（0，1，2，3，4.......j）的情况下所能取得到的最大值

---

个人理解

我一直觉得背包问题有一种特性，就是他复现并且使用了过去的情况，然后让他尝试加上一个新的值，在过去他是最大的，在现在他加上一个值那么他还是最大的

  f[i][j] = max(f[i - 1][j]        , f[i - 1][j - v[i]] + w[i];
//更新当前的值    不加入新元素的值   尝试加入新元素之后的值

因为我们一直保证f[i][j]这个权值一直是所挑选出来的最大的，要想更新他的值也要在他本来就是“老大”的基础上尝试，这样就不会漏解

• 这里我们就复现了以前的状态：如果要加入第i个物品，如果直接算只能暴力搜索，为了追求效率，我们采用了一种“曲线救国”的方式，原先的要求是在不超过最大容量N的情况下要求他能娶到的最大值，我们可以绕弯一下，我们在不超过最大容量为N-v[i]的情况下取到的最大值，之后我们在加上去掉的第i个物体的权值就可以了。

不论是01背包还是别的背包模型都会用到这种思路，我觉得这就是对过去状态的复用

完全背包与01背包的不同

他俩之间的区别有这几点，01背包对于每个物品能选择用不用，用的话只有一个。

完全背包对于每个物体能选择用不用，用的话有无限个。

所以我们要讨论的情况就变多了

---

改变的状态计算

在这里f[i][j]数组依旧表示的是去前i个物品，在体积不超过j的情况下能取到的最大值

这里多的情况就是，在01背包模型里头，我们可以选择加入第i个物品，但是在完全背包问题里头我们不止要考虑加入第i个物品，我们还要考虑加几个第i个物品呢？

• 我们用W数组来表示权值

//01背包模型的复现，我们只需要选择是否加入这一个物品就可以了，复现的一种情况。
f[i][j] = max(f[i - 1][j] , f[i - 1][j - v[i]] + w[i];
//在完全背包模型里头，我们复现的情况就变多了，我们要复现的是再加入k（k=0,1,2....)个i之前的情况
//我们最后要求的就是在所有的复现情况中的最大值也就是
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],......)

如何优化？

在这里优化方法不是硬推公式也不是加循环

我们采用了一种类似高中数列求和的一种办法，就是后退一位，找到错位之后的位置关系

     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]...........

以此类推，我们发先错位之后，2式子再加上一个w[i]就是1式除了第一项剩下的那一坨！

经过优化之后我们就可以写出来之后的代码

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

最终代码

#include<iostream>
using namespace std;
const int N = 1010;
int v[N] , w[N] , f[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++){//必要条件就是当前体积必须要大于这个物体的体积才能装进去
            //因为我们用到的状态就是f[i][j-v[i]] + w[i]所以顺序遍历把最小的值先更新，正合我们意
            f[j] = max(f[j] , f[j - v[i]] + w[i]);
        }
    }
    cout<<f[m];
    return 0;
}