动态规划——————01背包and完全背包

一、01背包问题

举例：

一件物品有两个属性，一个重量一个价值，给你一个有限重量的背包，要求在有限的背包承重里面挑选物品放入背包。
使得背包里面的价值达到最大，（物品只能选一次）此类为题称为：01背包问题

（样例）列题

你要去一个水果摊拿水果，每种水果都有对应的两种属性：占用的体积V和蕴含的价值W。
而你的背包体积为N。老板说：每种水果只能拿一个！因此对于咱们肯定得想一种搭配方
式使得拿的水果总体积不超过背包容积，但是价值总和达到最大！

f[i][j]:表示所有选法集合中,只从前i个物品中选,并且总体积不大于j的选法的集合,它的值是这个集合中每一个选法的最大值。

对于01背包问题选择方法的集合可以分成2种：
①不选第i个物品，并且总体积不大于j的集合所达到的最大值:f[i-1][j]
②选择1~i个物品，并且总体积不大于j的集合所达到的最大值f[i][j]

对于第二种情况我们很难计算，因此需要思考从另一个角度解决问题。当选择1~~i个物品，总体积不大于j的集合的最大值可以转化成选择1—i-1个物品，总体积不大于j-V[i]的集合+最后一个物品的价值：f[i-1][j-V[i]]+w[i]

总结：f[i][j]= Max{f[i-1][j],f[i-1][j-v[i]]+w[i]}!!!

例题+代码

#include <iostream>
using namespace std;
 
const int N=1010;
int v[N],w[N],f[N][N];
int n,m;
 
int main()
{
  scanf("%d%d",&n,&m);
  
  for(int i=1;i<=n;i++) scanf("%d%d",&v[i],&w[i]);
  
  for(int i=1;i<=n;i++)
    for(int j=1;j<=m;j++)
    {
      f[i][j]=f[i-1][j];
      if(j>=v[i]) f[i][j]=max(f[i][j],f[i-1][j-v[i]]+w[i]);
    }    
 
  printf("%d",f[n][m]); 
  return 0;
}

二、完全背包问题

举例

 完全背包问题一般是指：有N件物品和一个能背重量为W的背包，第i件物品的重量为weight[i],价值为value[i]。
 每件物品有无限个(也就是可以放入背包多次），求怎样可以使背包物品价值总量最大。

    完全背包与01背包问题的区别在于01背包物品只有一个，完全背包有无数个。

    完全背包问题与01背包问题大致相同，唯一不同的地方体现在遍历顺序方面

for(int i=1;i<=n;i++)
	for(int j=1;i<=m;j++)
	{
		f[i][j]=f[i-1][j];
		if(j>+v[i]){
			f[i][j]=max(f[i][j],f[i][j-v[i]]+w[i])；//注意这里是f[i]f[j-v[i]] 区别于01背包
		}
	}

例题

给你一个整数数组 coins 表示不同面额的硬币，另给一个整数 amount 表示总金额。

请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额，返回 0 。

假设每一种面额的硬币有无限个。 

题目数据保证结果符合 32 位带符号整数。

示例 1：

输入：amount = 5, coins = [1, 2, 5]
输出：4
解释：有四种方式可以凑成总金额：
5=5
5=2+2+1
5=2+1+1+1
5=1+1+1+1+1

由于同一硬币可以无限次取，并且有一目标数，可以使用完全背包开解。

目标数为背包容量，硬币数值代表物品容量，但是这里求的是方法数，并不是求的价值。

状态定义：到达目标值j的方法数，dp[ i ]。

转移方程：这里求的是方法数，并不是求最大价值。

方法数等于：不取这件物品时到达容量j时的方法数(原先的方法数)，加上取这件物品到达容量j时的方法数。取这件物品要腾出空间。

    f[ j ]=f[ j ]+f[ j-coins[ i ]]。

初始化：容量为0时不取物品，方法数为1。

代码实现

//主要代码
 for(int i=1;i<=len;i++){
            //完全背包，正序遍历
            for(int j=1;j<=amount;j++){
                //求方法数
                if(j>=coins[i-1]){
                     f[j]+=f[j-coins[i-1]];
                }
            }
        }