【完全背包】及其优化

完全背包

状态表示

dp[i][j]:前 i 个物品，背包容量 j 下的最优解（最大价值）

完全背包和基本的d0 - 1背包不同的是，每一件物品可以无限拿，那么最基本的做法就是在0-1背包算法的基础上加一层物品数量的循环，但是这种做法会 TLE ，非常d疼。

题目

输入

4 5
1 2
2 4
3 4
4 5

输出

10

朴素代码（TLE）

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010;

int n,m;
int w[N],v[N];
int dp[N][N];//前 i 件物品，背包容量为 j 的最优解

int main()
{
    cin >> n >> m;
    
    for(int i = 1; i <= n; i ++)
        cin >> w[i] >> v[i];
    
    for(int i = 1;i <= n ;i ++)
    {
        for(int j = 0;j <= m ; j ++)
        {
            for(int k = 0; w[i] * k <= j;k ++)
            {//枚举数量
                dp[i][j] = max(dp[i][j],dp[i - 1][j - k * w[i]] + k * v[i]);
            }
        }

    }
    
    cout << dp[n][m] << endl;
    
    return 0;
}

其中的转移方程和0-1背包有点区别
dp[i][j] = max(dp[i][j],dp[i - 1][j - k * w[i]] + k * v[i]);
max的第一个参数为啥不是dp[i - 1][j]呢？，因为当 k = 0的时候，就已经将上一状态转移到了当前状态

时间优化

朴素代码会TLE，所以我们需要想方法来优化一下代码
以这一组样例来说：
5 2
1 2
2 5

对于当前状态，我们不一定是将上一层的状态进行转移，而是将上一次的状态进行转移

就比如说当i = 2,j = 3的时候，很明显，当前状态是由当前层dp[2][1]转移而来的，即2 + 5 = 7，并不是从上一层转移而来的，但是我们要对这两者进行比较。
即dp[i][j] = dp[i - 1][j]。

转移方程为：
dp[i][j] = max(dp[i][j],dp[i][j - w[i]] + v[i])
是不是和01背包有点相似，01背包是将上一层的状态进行转移，而完全背包的话是将上一次状态进行转移

优化代码

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010;

int n,m;
int w[N],v[N];
int dp[N][N];

int main()
{
    cin >> n >> m;
    
    for(int i = 1; i <= n; i ++)
        cin >> w[i] >> v[i];
    
    for(int i = 1;i <= n ;i ++)
    {
        for(int j = 0;j <= m ; j ++)
        {
            dp[i][j] = dp[i - 1][j];
            if(w[i] <= j)
                dp[i][j] = max(dp[i][j],dp[i][j - w[i]] + v[i]);
        }

    }
    
    cout << dp[n][m] << endl;
    
    return 0;
}

空间优化

同样的，我们也可以对空间进行优化，对于01背包，当前状态是由上层状态的转移，而完全背包是对于这一层状态转移，完全背包的话，需要将上一状态进行转移到当前状态来模拟数量的枚举，不像01背包可以忽略数量。

优化代码

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010;

int n,m;
int w[N],v[N];
int dp[N];

int main()
{
    cin >> n >> m;
    
    for(int i = 1; i <= n; i ++)
        cin >> w[i] >> v[i];
    
    for(int i = 1;i <= n ;i ++)
    {
        for(int j = 0;j <= m ; j ++)
        {
            if(j >= w[i])
                dp[j] = max(dp[j],dp[j - w[i]] + v[i]);
        }
        

    }
    
    cout << dp[m] << endl;
    
    return 0;
}