完全背包问题

闫氏DP分析法

完全背包：给你N个物品，每个物品有自己的体积和价值，但是每个物品的数量是无数个，你现在有一个大小为m的背包如何去装这些物品获得一个最大的价值

其本质是与01背包相同的。唯一的区别就是状态计算，和他们每一个使用的数量。
参照链接: 01背包

朴素版

#include<bits/stdc++.h>

#define IOS ios::sync_with_stdio(false);cin.tie(nullptr)
#define int long long
#define endl "\n"

using namespace std;

const int N = 1010, mod = 998244353;

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

void solve()
{
	cin >> n >> m;
	for(int i = 1; i <= n; i ++) cin >> v[i] >> w[i];

	for(int i = 1; i <= n; i ++)
		for(int j = 0; j <= m; j ++)
			for(int k = 0; k*v[i] <= j; k ++)//取不同的个数
				dp[i][j] = max(dp[i][j], dp[i-1][j-k*v[i]]+k*w[i]);

	cout << dp[n][m] << endl;

}

signed main()
{
	IOS;
	//cin >> _;
//	while(_--)
		solve();
	return 0;
}

第一次优化

这里我们可以发现f[i,j]所求的最大值是在f[i-, j-v]的基础上加上了一个w所以我们就可以不需要再去用到第三重循环了。

#include<bits/stdc++.h>

#define IOS ios::sync_with_stdio(false);cin.tie(nullptr)
#define int long long
#define endl "\n"

using namespace std;

const int N = 1010, mod = 998244353;

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

void solve()
{
	cin >> n >> m;
	for(int i = 1; i <= n; i ++) cin >> v[i] >> w[i];

	for(int i = 1; i <= n; i ++)
		for(int j = 0; j <= m; j ++)
		{
			dp[i][j] = dp[i-1][j];
			if(j >= v[i]) dp[i][j] = max(dp[i][j], dp[i][j-v[i]]+w[i]);//前提能装得下
		}

	cout << dp[n][m] << endl;

}

signed main()
{
	IOS;
//	cin >> _;
	//while(_--)
		solve();
	return 0;
}

第二次优化

实际就是优化空间，和01背包类似可以参照上面的链接。

#include<bits/stdc++.h>

#define IOS ios::sync_with_stdio(false);cin.tie(nullptr)
#define int long long
#define endl "\n"

using namespace std;

const int N = 1010, mod = 998244353;

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

void solve()
{
	cin >> n >> m;
	for(int i = 1; i <= n; i ++) cin >> v[i] >> w[i];

	for(int i = 1; i <= n; i ++)
		for(int j = v[i]; j <= m; j ++)
		dp[j] = max(dp[j], dp[j-v[i]]+w[i]);

	cout << dp[m] << endl;

}

signed main()
{
	IOS;
//	cin >> _;
	//while(_--)
		solve();
	return 0;
}