完全背包问题：一、二维数组

代码随想录讲解链接

题目

思路

纯完全背包问题，其for循环的先后循环是可以颠倒的且都是顺序，01背包的一维数组的背包容量则需要倒序，递推函数相同：dp[j] = max(dp[j], dp[j - weight[i]] + value[i])。

完全背包一维数组

物品和背包容量的遍历顺序无影响，且都是顺序。且weight[i] < j < 背包最大容量
一维递推数组：dp[j] = max(dp[j], dp[j - weight[i]] + value[i])

完全背包二维数组

物品和背包容量的遍历顺序无影响，且都是顺序。
二维递推数组：dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])

代码

代码1：一维DP数组

row1 = input().split(' ')
M = int(row1[0])  # 物品个数
N = int(row1[1])  # 背包容量
weight = []
value = []
for i in range(M):
    row_temp = input().split(' ')
    weight.append(int(row_temp[0]))
    value.append(int(row_temp[1]))

dp = [0]*(N+1)  # 初始化为0即可
for i in range(M):
    for j in range(weight[i], N+1):  # 注意要倒序
        dp[j] = max(dp[j], dp[j-weight[i]]+value[i])
print(dp[N])

'''
输入：
4 5
1 2
2 4
3 4
4 5
输出：
10
'''

代码2：二维DP数组

dp = [[0]*(N+1) for _ in range(M)]  # 数组初始化为0
for j in range(weight[0], N+1):  # 第一行初始化
    dp[0][j] = value[0]

for i in range(1, M):
    for j in range(0, N+1):
        if j<weight[i]:  # 如果背包装不下第i个物品
            dp[i][j] = dp[i-1][j]
        else:
            dp[i][j] = max(dp[i][j-weight[i]]+value[i], dp[i-1][j])
print(dp[M-1][N])