【动态规划】完全背包问题及一维数组空间优化 详细讲解

前情请见：

【动态规划】01背包问题 二维数组入门 详细讲解	https://blog.csdn.net/m0_70400544/article/details/128818019?spm=1001.2014.3001.5502
【动态规划】01背包问题 一维数组空间优化 详细讲解	https://blog.csdn.net/m0_70400544/article/details/128819799?spm=1001.2014.3001.5502

问题简介

完全背包问题非常类似于01背包问题，所不同的是每种物品有无限件，也就是从每种物品的角度考虑，与它相关的策略已并非取或不取两种，而是有取0件、取1件、取2件……取[c/]件等很多种。

题目描述

题目来源：http://ybt.ssoier.cn:8088/problem_show.php?pid=1268

做题思路

令k为物品的数量，看似k没有上限，但其实背包容量有限，k的范围是。

可以做出以下推算：

从而可以得出状态转移方程：

但是问题来了：二维数组空间会爆。如何滚动优化成一维数组呢？

其实这个二维数组的状态转移方程可以用与01背包问题一样的方法得出滚动优化的状态转移方程：dp[j]=max(dp[j],dp[j-w]+v)，虽然与01背包问题一样，但是注意要正着循环。

正确代码

#include<bits/stdc++.h>
using namespace std;
int c,n,w,v,dp[100023];
/*
    c : 背包容量
    n : 物品数量
    w : 当前物品的重量
    v : 当前物品的价值
    dp[背包容量]  
*/

void solve(){

    cin>>c>>n;
    
    //遍历每个物品 
    for(int i=1;i<=n;i++){
        cin>>w>>v;
        //正着循环！！！
        for(int j=w;j<=c;j++){
            dp[j]=max(dp[j],dp[j-w]+v);
        } 
    } 
    
    //输出答案
    cout<<"max="<<dp[c]; 
}
int main(){
    //加速输入输出 
    cin.tie(0);
    ios::sync_with_stdio(0);
    
    int tc=1; //cin>>tc;
    while(tc--) solve();
    return 0;
}

完全背包问题及一维数组空间优化