动态规划模型——背包问题

一、01背包

1.问题描述：
有n件物品，每件物品重量w[i]，价值c[i]。现有一个容量为V的背包，问如何选取物品放入背包，使得背包内物品的总价值最大。其中每种物品都只有一件。
2.dp设计
dp[ i ][ v ]：表示为前i件物品在容量为v的背包中能达到的最大价值。
针对第i件物品有拿或者不拿两种策略。如果拿，则dp[i][v]的问题退化成dp[i-1][v-w[i]]；如果不拿，问题退化成dp[i-1][v]+c[i]。最终dp取两者的较大值更新。注意由于完全背包问题的物品不限件数，所以第i件物品放入背包后的状态转移方程是转移到dp[i][v-w[i]]。除了这一点其余与01背包相同。
（可以采用回滚数组的方式将空间复杂度降低为O(V)）

二、完全背包

1.问题描述：
有n件物品，每件物品重量w[i]，价值c[i]。现有一个容量为V的背包，问如何选取物品放入背包，使得背包内物品的总价值最大。其中每种物品都无穷件。
2.dp设计
dp[ i ][ v ]：表示为前i件物品在容量为v的背包中能达到的最大价值。
针对第i件物品有拿或者不拿两种策略。如果拿，则dp[i][v]的问题退化成dp[i][v-w[i]]；如果不拿，问题退化成dp[i-1][v]+c[i]。最终dp取两者的较大值更新。
（可以采用回滚数组的方式将空间复杂度降低为O(V)）

两个问题的参考代码：

#include<cstdio>
#include<vector>
#include<algorithm>

using namespace std;

int bag01(vector<int>& weight,vector<int>& value,int Vol){
   
	vector<vector<int> > dp(weight.size(),vector<int>(Vol+1,0))