01背包的二维dp:
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])
完全背包的二维dp:
dp[i][j] = max(dp[i-1][j], dp[i][j - weight[i]] + value[i])
背包问题在对不同背包容量遍历时有两种情况,拿当前类物品或不拿当前类物品:
(对01背包,一类只有一个;对完全背包,一类有多个)
如果不拿当前类物品:
对于01背包和完全背包,都是dp[i-1][j]
如果拿当前类物品:
对于01背包:dp[i-1][j-weight[i]]+value[i] (因为一类物品只能拿一个,当前类拿了,用value[i]表示,剩下的部分就不能拿了,用dp[i-1][j-weight[i]]表示
对于完全背包:dp[i][j-weight[i]]+walue]i](因为一类物品可以拿多个,当前类拿了现在这一个,用value[i]表示,剩下的部分中仍然可以包含当前类物品,即dp[i][j-weight[i]]
二者的一维dp:
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);