代码随想录动态规划——完全背包理论

题目

有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品都有无限个（也就是可以放入背包多次），求解将哪些物品装入背包里物品价值总和最大。

完全背包和01背包问题唯一不同的地方就是，每种物品有无限件。

例子：
背包最大重量为4。
物品为：

每件商品都有无限个！问背包能背的物品最大价值是多少？

思路

01背包和完全背包的唯一不同就是体现在遍历顺序上

以下是01背包的核心代码：

for(int i = 0; i < weight.length; i++){// 遍历物品
	for(int j = bagsize; j >= weight[i]; j--){// 反向遍历背包容量
		dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
	}
}

其中01背包中内部循环是从大到小遍历，为了保证每个物品被添加一次；
而完全背包的物品是可以添加多次的，所以要从小到大去遍历

for(int i = 0; i < weight.length; i++){//遍历物品
	for(int j = weight[i] ; j <= bagsize; j++){// 正向遍历背包容量
		dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
	}
}

另外需要注意的是，在01背包中，二维dp数组的两个for循环遍历先后顺序可以颠倒，但是01背包的一维dp数组的两个for循环一定是先遍历物品，再遍历背包容量

而在完全背包中，对于一维dp数组来说，两个for循环顺序无所谓，都不影响计算dp[j]所需要的值（这个值就是下标j之前所对应的dp[j]）

这里只针对纯完全背包问题（两个for循环先后顺序可以颠倒），但是如果题目有变化，就会体现在遍历顺序上了

java代码如下：

//先遍历物品，再遍历背包
public static void testCompletePack(){
	int[] weight = {1,3,4};
	int[] value = {15,20,30};
	int bagsize = 4;
	int[] dp new int[bagsize+1];
	for(int i = 0; i < weight.length; i++){//遍历物品
		for(int j = weight[i]; j <= bagsize; j++){//正序遍历(因为一个物品可以重复添加多次)，遍历背包容量
			dp[j] = Math.max(dp[j], dp[j - weight[i]] + values[i]);
		}
	}
	for(int maxValue : dp){
		System.out.println(maxValue + "   ");
	}
}
//先遍历背包，再遍历物品
public static void testCompletePack1(){
	int[] weight = {1,3,4};
	int[] value = {15,20,30};
	int bagsize = 4;
	int[] dp new int[bagsize+1];
	for(int i = 1; i <= bagsize; i++){//遍历背包容量
		for(int j = 0; j < weight.length ; j++){//正序遍历物品
			if( i - weight[j] >= 0){
				dp[i] = Math.max(dp[i], dp[i - weight[j]] + value[j]);
			}
		}
	}
	for(int maxValue : dp){
		System.out.println(maxValue + "   ");
	}
}