背包问题_完全背包

---

一、情景介绍

和01背包的差别在于物品数量不受限制

有N种物品和一个背包容量为W的背包
第n种物品的体积为voulme[n]，价值为worth[n]
每种物品都有无限多个（可以放入背包任意件）
求解背包能够放入的最大价值

二、主要差异：遍历dp数组顺序不同

整体和01背包差不多可以复习一下
01背包（01背包里写的很详细了，这里重复的东西就不再写一遍了）

遍历dp数组的时候，倒序遍历是为了不重复选取
那为什么正序遍历dp数组做了重复选取的操作呢

下面针对一维dp数组来解释：

首先给出递推公式：

for(int i=0;i<nums.size();i++)
	for(int j=0;j<dp.size();j++)
		dp[j]=max(dp[j],dp[j-voulme[i]]+worth[i]);

递推公式中显示：
dp[j] 是可以选取到dp[j-volume[i] ]（volume的值均为正数，所以j-volume[i]小于j，其dp值位于要求解的dp值的左侧）的值作为基准，因此后面遍历到的dp项是由前面修正过的dp值为参考，所以是重复选取的操作

三、例题

卡码网上的一道完全背包问题

#include<iostream>
#include<vector>
using namespace std;

int getMaxWorth(int N,int V,vector<int>& volume,vector<int>& worth) {
	// 定义dp数组&初始化(没有物品可以选择，所以是0)
	vector<int> dp(V + 1,0);
	// 根据递推公式正序遍历dp数组
	for (int i = 0; i < volume.size(); i++)
		for (int j = volume[i]; j <= V+1; j++)
				dp[j] = max(dp[j], dp[j - volume[i]] + worth[i]);
	return dp[V];

// 测试用例 
/*
4 5
1 2
2 4
3 4
4 5
*/

}

int main() {
	int N, V;
	cin >> N >> V;
	vector<int> volume(N);
	vector<int> worth(N);
	for (int i = 0; i < N; i++)
		cin >> volume[i] >> worth[i];

	cout << getMaxWorth(N, V, volume, worth);

	return 0;
}

---

总结

完全背包问题和01背包问题的解决只在dp数组的遍历顺序上存在差异