线性dp------0-1背包问题+完全背包问题

1. 01背包问题

有N种物品和一个容量为V的背包，每种物品只有一个

第i件物品的体积是v[i]，价值是w[i]

问：如何向背包装物体才能使背包中物体的总价值最大？

分析：

每个物品都有2种选择，一种是不选，一种是选

核心代码：

for(int i = 1;i <= N;i++){//枚举物品
	for(int j = 0;j <= V;j++){//枚举背包容量
		dp[i][j] = dp[i-1][j];//不选第i个物品
		if(j >= v[i]){//选第i个物品（但前提是背包容量足以装下这个物品）
			dp[i][j] = max(dp[i][j],dp[i-1][j-v[i]]+w[i]);
		} 
	}
}

2.完全背包问题

有N种物品和一个容量为V的背包，每种物品有无限多个

第i件物品的体积为v[i]，价值是w[i]

问：如何向背包装物体才能使背包中物体的总价值最大？

分析：

每个物品有n种选择，一种是不选，一种是选1个，一种是选2个……

这里我引用了其他博主的，我觉得给我的启发很大，分享给大家：

（1）不放第i件物品，那么dp[i][v] = dp[i-1][v]，这步跟01背包是一样的。
（2）放第i件物品。这里的处理和01背包有所不同，因为01背包的每个物品只能选择一个，因此选择放第i件物品就意味着必须转移到dp[i-1][v-w[i]]这个状态；但是完全背包问题不同，完全背包如果选择放第i件物品之后并不是转移到dp[i-1][v-w[i]]这个状态；而是转移到dp[i][v-w[i]]，这是因为每种物品可以放任意件（注意有容量的限制，因此还是有限的），放了第i件物品后还可以继续放第i件物品，直到第二维的v-w[i]无法保持大于等于0为止。

核心代码：

for(int i = 1;i <= N;i++){
	for(int j = 0;j <= V;j++){
		dp[i][j] = dp[i-1][j];//不选第i件物品
		if(j >= v[i]){//选择第i件物品（前提是背包容量能装下这件物品）
			dp[i][j] = max(dp[i][j],dp[i][j-v[i]]+w[i]);
		}
	}
}