动态规划9_完全背包

最后是完全背包(CompletePack),

问题：有N种物品和一个容量为V的背包，每件物品都有无限件可用，每件的费用是w[i],价值是v[i]。

将物品放入背包中，使得总容量不超过V，而且总价值最大。

从0-1背包的思想可以得出状态转移方程：

dp[i][j]=max(dp[i-1][j-k*w[i]]+k*v[i]|0<=k*w[i]<=j)

代码实现：

void solve()
{
	for(int i=0;i<n;i++)
	{
		for(int j=0;j<=W;j++)
		{
			for(int k=0;k*w[i]<=j;k++)
			{
				dp[i+1][j]=max(dp[i+1][j],dp[i][j-k*w[i]]+k*v[i]);
			}
		}
	}
	printf("%d\n",dp[n][W]);
}

上面的空间复杂度是O（n*W）时间复杂度是 O（n*W^2）
其实还可以将空间优化成O(W)，时间优化成O（n*W）。

void solve()
{
	for(int i=0;i<n;i++)
	{
		for(int j=w[i];j<=W;j++)
			dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
	}
	printf("%d\n",dp[W]);
}

第二个循环顺序的原因：

因为每种背包都是无限的。当我们把i从1到N循环时，f[v]表示容量为v在前i种背包时所得的价值，
这里我们要添加的不是前一个背包，而是当前背包。所以我们要考虑的当然是当前状态。