【算法】0-1背包、完全背包和多重背包

一共有n个物品，每个物品的重量为w[i]，价值为v[i]，背包总容量为V，要求出背包所能装下的最大总价值。
dp[i][j]表示前i件物品装入容量为j的背包，能得到的最大总价值。

0-1背包：
每个物品只能取0个或1个。
dp[i][j]=max(dp[i-1][j], dp[i-1][j-w[i]]+v[i])
dp[i-1][j]代表这个物品不放入背包
dp[i-1][j-w[i]]+v[i]代表这个物品放入背包

dp = [[0 for col in range(V+1)] for row in range(N+1)]
for i in range(N):
	for j in range(w[i], V+1):
		dp[i][j]=max(dp[i-1][j], dp[i-1][j-w[i]]+v[i])

或j反过来也行

一维dp

dp = [0 for col in range(V+1)]
for i in range(N):
	for j in range(V, w[i]-1, -1):
		dp[j]=max(dp[j], dp[j-w[i]]+v[i])

去掉dp中的[i]项，为了保证 dp[j] dp[j - w[i]] 都是i - 1上一项的，j 的循环顺序要从t到w[j]

完全背包：
每个物品可以取无限次。
dp[i][j]=max(dp[i-1][j], dp[i][j-w[i]]+v[i])
dp[i-1][j]代表这个物品不放入背包
dp[i][j-w[i]]+v[i]代表这个物品放入背包
完全背包中，因为取第i个物品时还能再去第i个，所以不用退回i-1；而0-1背包中不能再取第i个，所以要退回i-1

dp = [[0 for col in range(V+1)] for row in range(N+1)]
for i in range(N):
	for j in range(w[i], V+1):
		dp[i][j]=max(dp[i-1][j], dp[i][j-w[i]]+v[i])

一维dp

dp = [0 for col in range(V+1)]
for i in range(N):
	for j in range(w[i], V+1):
		dp[j]=max(dp[j], dp[j-w[i]]+v[i])

此时j的遍历顺序只有一种，计算 dp[i][j] 时，要保证 dp[i][j - w[i]] 已经计算好，所以j必须从左到右遍历

多重背包
每种物品都有个数的限制，第i个物品最多可以为num[i]个
dp[i][j] = max{dp[i-1][j-k*[i]] + k*[i]} ,其中(0 <= k <= min{j/w[i], num[i]})

f = [[0 for col in range(V + 1)] for row in range(N + 1)]
for i in range(1, N+1):
	for j in range(1, V+1):
        # 对于物品i最多能取的次数是j/[i-1]与num[i-1]中较小者
        max_k = min(j/weight[i-1], num[i-1])
        # 初始取k=0为最大，下面的循环是把取了k个物品i能获得的最大价值赋值给f[i][j]
        dp[i][j]= dp[i - 1][j]  
        for k in range(max_k):
            dp[i][j]= max(dp[i][j], dp[i-1][j-k*w[i-1]]+k*v[i-1])  # 状态方程