完全背包
完全背包与01背包的区别在于完全背包第i件物品可以在允许范围内选无数个,同样的v[i]表示体积,w[i]表示价值。
同样的,我们先从二维入手,较为显而易见。dp[i][j]表示前i件物品在容量为j的最大价值,那么相应的也会出现很多情况:
1.不选:dp[i][j]=dp[i-1][j];
2.选一件:dp[i][j]=dp[i-1][j-v[i]]+w[i];
3.选两件:dp[i][j]=dp[i-1][j-2v[i]]+2w[i];
…
->dp[i][j]=max{dp[i-1][j-kv[i]]+kw[i]};k>=0;
dp[0][0]=0;
for(int i=1;i<=n;i++)//n为物品数
{
for(int j=0;j<=m;j++)//m为背包容量
{
for(int k=0;k*v[i]<=j;k++)//枚举第i件的数目
{
dp[i][j]=max(dp[i][j],dp[i-1][j-k*v[i]]+k*w[i]);
}
}
}
cout<<dp[n][m];
同理我们进行优化,由01背包的优化过程启发(本人上篇博客):我们记得,在化为一维的过程中我们将内层循环反向遍历,目的是为了防止第i件物品的重复计算,因而,在完全背包的条件下,我们是可以将第i件物品选多次的。因此,我们只需要正向遍历就ok。
dp[0]=0;
for(int i=1;i<=n;i++)//n为物品数
{
for(int j=v[i];j<=m;j++)//满足了一种物品可以选择多次的条件
{
dp[j]=max(dp[j],dp[j-v[i]]+w[i]);
}
}
cout<<dp[m];
以上就是完全背包了,如有错误地方还望指出,谢谢!