算法整理——【动态规划练习（4）完全背包】

一、完全背包的理论基础

完全背包是每个物品可以使用无数次，求给我们一个背包，装满后的最大价值是多少。

与01背包的不同就是01背包中物品只能使用一次。如果对01背包不了解建议先去学习之前的几篇博客，这样能对01背包和完全背包都能得到更充分的理解。

在01背包中，如果我们使用一维dp数组，我们需要在外循环遍历物品，内循环遍历背包且需要倒序遍历，倒序遍历就是为了不重复取（具体分析见算法整理——【动态规划练习（2）01背包】-CSDN博客）。现在，我们是完全背包，和01背包的区别就是完全背包可以无限使用，需要重复。所以完全背包就是在01背包的基础上将倒序遍历改成正序遍历。对于纯完全背包类问题，先遍历物品后遍历背包和先遍历背包后遍历物品都是可以的。

二、例题

完全背包标准题目见52. 携带研究材料（第七期模拟笔试） (kamacoder.com)，代码如下：

#include <iostream>
#include <vector>
using namespace std;

int main()
{
    int n,v;
    cin>>n>>v;
    vector<int> weight(n);
    vector<int> value(n);
    for(int i = 0; i<n; i++)
    {
        cin>>weight[i];
        cin>>value[i];
    }
    vector<int> dp(v+1,0);
    for(int i = 0; i<n; i++)
    {
        for(int j = 0; j<=v; j++)
        {
            if(j>=weight[i])dp[j] = max(dp[j],dp[j-weight[i]]+value[i]);
        }
    }
    printf("%d",dp[v]);
    return 0;
}

说明：本文为作者整理知识点用于复习巩固，参考了代码随想录的讲解，有问题可以联系作者欢迎讨论~