蒟蒻的背包专栏 (01背包，完全背包，多重背包)（着重阐述笔者的理解而不是推导过程和优化过程~）

废话一堆

（本篇着重阐述的是笔者不熟的，目的也是为了帮助笔者理清知识，所以有很多不够详细的地方，望多多担待）（总而言之就是本篇是笔者写给自己看的）
背包应该是今年疫情前学的吧，笔者在复习的时候才发现自己的背包学得有多么辣鸡。所以笔者只能比学得好的大佬多用时间好好的整理一下自己的背包（欢迎大佬提意见，但是求轻喷)

前言

度娘说：背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高

用辣鸡笔者的话转换一下就是：在有限容量时面对不同情况，能获得的最高价值。
那么在这些不同的情况中，最基础的就是01背包，完全背包，以及多重背包。

01背包

gm的ppt说：有N件物品和一个容量为V的背包。放入第i件物品耗费的体积是vi，得到的价值是Pi。
求解：将哪些物品装入背包可使价值总和最大？

总而言之：每一种物品有且只有一件，故只有选与不选两种，所以称作01背包。

一维数组优化

#include <cstdio>
#include <algorithm>
using namespace std;
const int maxn = 35;
int m, n;
int w[maxn], c[maxn], dp[maxn];
int main() {
	scanf("%d %d", &m, &n);
	for(int i = 1; i <= n; i ++){
		scanf("%d %d", &w[i], &c[i]);   //前者为重量，后者为价值
	}
	for(int i = 1; i <= n; i ++){
		for(int j = m; j >= w[i]; j --){
			dp[j] = max(dp[j], dp[j - w[i]] + c[i]);
		}
	}
	printf("%d", dp[m]);
	return 0;
}

经典例题（版题）有：采药，开心的金明，Subset Sums集合…

完全背包

完全背包与01背包不同的是完全背包中的物品有无限件

\\朴素版
#include <cstdio>
#include <algorithm>
using namespace std;
const int maxn = 1e5;
int m, n;
int a[maxn], b[maxn];
long long dp[maxn];
int main() {
	scanf("%d %d", &m, &n);
	for(int i = 1; i <= n; i ++){
		scanf("%d %d", &a[i], &b[i]);
	}
	for(int i = 1; i <= n; i ++){
		for(int j = m; j >= a[i]; j --){
			for(int k = 1; k <= j / a[i]; k ++){
				dp[j] = max(dp[j], dp[j - k * a[i]] + k * b[i]);
			}
		}
	}
	printf("%d", dp[m]);
	return 0;
}

从这上面，我们就可以发现朴素算法的弱点了，它的时间复杂度是 $O(n^3)$一不小心就超时

如果我们把它转化为01背包来思考呢？一件东西如果我们要取它，就必须保证它取了至少一件，因此我们转化为先放一件进背包然后再考虑下一个是否取的问题。

#include <cstdio>
#include <algorithm>
using namespace std;
const int maxn = 1e5;
int m, n;
int a[maxn], b[maxn];
long long dp[maxn];
int main() {
	scanf("%d %d", &m, &n);
	for(int i = 1; i <= n; i ++){
		scanf("%d %d", &a[i], &b[i]);
	}
	for(int i = 1; i <= n; i ++){
		for(int j = a[i]; j <= m; j ++){
			dp[j] = max(dp[j], dp[j - a[i]] + b[i]);
		}
	}
	printf("%lld", dp[m]);
	return 0;
} 

多重背包

多重背包其实与01背包没有本质性的区别，只是完全背包每一件东西都是有限件但可以不止一件。

//依旧是朴素
#include <cstdio>
#include <algorithm>
using namespace std;
const int maxn = 20;
int n, m;
int a[maxn], b[maxn], num[maxn];
long long dp[maxn * maxn];
int main() {
	scanf("%d %d", &m, &n);
	for(int i = 1; i <= n; i ++){
		scanf("%d %d %d", &a[i], &b[i], &num[i]);
	}
	for(int i = 1; i <= n; i ++){
		for(int j = m; j >= 1; j --){
			for(int k = 1; k <= num[i] && k <= j / a[i]; k ++){
				dp[j] = max(dp[j], dp[j - a[i] * k] + k * b[i]);
			}
		}
	}
	printf("%lld", dp[m]);
	return 0;
}

朴素依旧时间复杂度极高
这是我们就要引出大名鼎鼎的二进制优化啦（金色传说）

又是gm的ppt说：
二进制优化思想：每类物品都有 $nu{m}_i$件，而01背包DP的思想是每件物品取与不取的线性递推，也就是说每类物品可以取0,1,2，……， $nu{m}_i$ 件。而我们使用二进制把原有的 $nu{m}_i$件相同物品合并成体积和价值都扩大系数倍的1,2,4,8，……， numi -2k+1 件不同的物品，同样可以通过取与不取组合出0,1,2，……， $nu{m}_i$件相同物品的效果，且组合之后的每件不同物品都只能取到1次。这样处理之后，时间复杂度变为$O(log2\sum numi\ast V)$ , 1<=i<=n

我们知道，所有自然数都可以用二进制来表示,因此每一件东西的数量我们都转化成可以由0，1，2，4…组成的。

// 二进制优化版
#include <cstdio>
#include <algorithm>
using namespace std;
const int maxn = 205;

int m, n;
int v[maxn], p[maxn], dp[maxn];
int cnt;
int main() {
	scanf("%d %d", &m, &n);
	for(int i = 1; i <= n; i ++){
		int one_v, one_p, one_num;
		scanf("%d %d %d", &one_v, &one_p, &one_num);
		for(int j = 1; j <= one_num; j <<= 1){
			cnt ++;
			v[cnt] = j * one_v;
			p[cnt] = j * one_p;
			one_num -= j;
		}
		if(one_num){
			cnt ++;
			v[cnt] = one_num * one_v;
			p[cnt] = one_num * one_p;
		}
	}
	for(int i = 1; i <= cnt; i ++){
		for(int j = m; j >= v[i]; j --){
			dp[j] = max(dp[j], dp[j - v[i]] + p[i]);
		}
	}
	printf("%d", dp[m]);
} 

总结

01,完全，多重背包都是最基础，必须要掌握的背包。同时最重要的还是01背包，因为任何的背包都可以转换为01背包解决。

笔者花了很长很长的时间终于写完了本篇，大概对于这三种背包的理解也更深一步了吧~

同时背包一共有九讲，对于混合背包，二维费用背包就下次再写吧！

下次一定

特备鸣谢

郭老师和他（她）的PPT，
大佬关于完全背包的博客