动态规划（完全背包问题）

通过学习之前的01背包问题，你已经准备跨入背包问题的小海洋了，那么现在，让我们来看看你的下一个难题是什么：

完全背包问题

完全背包基于01背包问题，区别是完全背包问题中，我们的物品可以取多次，也就是说，即使这个物品我们已经取过了，那么我们仍然可以取这个物品来尝试最优解；

问题：3. 完全背包问题 - AcWing题库

通过查看问题之后我们发现，完全背包问题与01背包问题的状态表示基本相同，我们会开一个二维数组，横坐标i表示前i件物品，纵坐标j表示容积为j，那么g[i][j]表示的就是此状态下我们的最优解；

 那么我们的状态计算呢？这时候我们发现，我们能多次取这个物品，于是我们可以再加一层循环，只要有空间能装得下，我们就一直取，同时进行比较，我们只要价值最大的解，于是我们的代码就顺理成章的被写出来了：

#include<cstring>
#include<iostream>
#include<algorithm>

using namespace std;

const int N=1010;
int v[N],w[N];
int g[N][N];

int main()
{
	int n,m;
	cin>>n>>m;
	
	for(int i=1;i<=n;i++)
	{
		cin>>v[i]>>w[i];//正常输入我们物品的价值 
    }
	    
	for(int i=1;i<=n;i++) 
		for(int j=0;j<=m;j++)
			for(int k=0;k*v[i]<=j;k++)//多个物品 
				g[i][j]=max(g[i][j],g[i-1][j-k*v[i]]+k*w[i]);
                //这里的k表示第i个物品有多少个，减去k个i的体积之后计算其解与原来比较即可 
	
	cout<<g[n][m];
 } 

思路基本与01背包问题的一致，只不过我们多加了一步循环

至此结束