一维 dp 数组解决完全背包问题

题目：
背包的最大重量为 4，有3件物品，物品对应的重量和价值为：
weight = { 1, 3, 4 };
value = { 15, 20, 30 };
假设每个物品有无数件，求解将哪些物品装入背包里的物品价值总和最大。

// 完整代码
/*
* 要点一：完全背包的一维 dp 数组**内层循环**遍历顺序是从小到大，（注意 01背包的一维 dp 数组**内层循环**遍历顺序是从大到小）
  * 因为 01背包 是为了保证每个物品仅被添加一次，而完全背包的物品是可以添加多次的。
* 要点二：为什么**物品**遍历在外层，**背包容量**遍历在内层？
  * 在 01背包 中 二维 dp 数组的两个 for 循环顺序可以颠倒，但是一维 dp 数组的两个for循环一定不能换遍历顺序的，外层是物品遍历，内层是背包容量遍历。
  * 在 完全背包中，对于 一维 dp 数组 来说，其实两个for循环嵌套的顺序同样是无所谓的。也就是两个 for 循环的先后顺序，都不影响计算 dp[j] 所需要的的值（也就是下标 j 之前所对应的 dp[j] ）
*/
void test_CompletePack()
{
	vector<int> weight{1, 3, 4};
	vector<int> value{15, 20, 30};
	int object = weight.size();
	int bagWeight = 4;
	
	// 初始化
	vector<int> dp(bagWeight + 1, 0);
	
	// 遍历方式一：外层遍历物品，内层遍历背包容量
	for(int i = 0; i < object; i++)
	{
		// 注意这里终止条件是有个等号的
		for(int j = weight[i]; j <= bagWeight; j++)
		{
			// 常错项 max 的第二个元素，value[i] + dp[j - weight[i]]，这个 dp 老是写错。
			dp[j] = max(dp[j], value[i] + dp[j - weight[i]]);
		}
		// 打印日志
		for (int k = 0; k < dp.size(); k++)
        {
            cout << dp[k] << " ";
        }
        cout << endl;
	}
	
	 遍历方式二：外层遍历背包容量，内层遍历物品
	//for (int j = 0; j <= bagWeight; j++)
	//{
	//	for (int i = 0; i < object; i++)
	//	{
	//		if (j - weight[i] >= 0)
	//		{
	//			// 常错项 max 的第二个元素，value[i] + dp[j - weight[i]]，这个 dp 老是写错。
	//			dp[j] = max(dp[j], value[i] + dp[j - weight[i]]);
	//		}
	//	}
	//	// 打印日志
	//	for (int k = 0; k < dp.size(); k++)
	//	{
	//		cout << dp[k] << " ";
	//	}
	//	cout << endl;
	//}
}

int main()
{
	test_CompletePack();
}