动态规划问题——完全背包（Java实现）

1、问题描述

已知：有N种物品和一个容量为V 的背包，每种物品都有无限件可用。放入第i种物品的耗费的空间是C[i]，得到的价值是W[i]。

求解：将哪些物品装入背包，可使这些物品的耗费的空间总和不超过背包容量，且价值总和最大？

2、基本思路

这个问题与01背包问题非常类似，不同的是每件物品有无限件。从每件物品的角度来看，它相关的策略并非取或者不取，而是有取0件、取1件、取2件... 直至取 V/C[i] 等很多种。

如果按照01背包的思路，用二维数组F[i ][ v] 表示  前i件物品恰放入一个容量恰为v的背包可以获得的最大价值，则状态转移方程为：

使用二维数组的代码如下：

package pack9jiang;

import java.util.Scanner;

/**
 * 完全背包问题,基本思路，时间复杂度较高，使用二维数组
 */
public class CompletePackExtend2 {
    // N表示物体的个数，V表示背包的载重
    int N,V;
    //用于存储每个物体的重量，下标从1开始
    private int[] weight;
    //存储每个物体的收益，下标从1开始
    private int[] value;
    //降成二维数组，用来保存每种状态下的最大收益
    private int[][] F;

    public void CompletePackNonRecursive() {
        //对二维数组F进行初始化
        for(int i = 0; i <= V; i++) {
            F[0][i] = 0;
        }

        //注意边界问题，i是从1开始的
        for(int i = 1; i <= N; i++) {
            //j是正序、降序没影响
            for (int j = 0; j <= V; j++) {
                for (int k = 0; k <= V / weight[i]; k++) {
                    if (j >= k * weight[i]) {
                        //注意：状态转移方程是F[i][j]，而不是F[i - 1][j]
                        //因为这时放k个第i个物品，之后还可能继续放这个物体，所以应是F[i][j]
                        F[i][j] = Math.max(F[i - 1][j - k * weight[i]] + k * value[i], F[i][j]);
                    } else {
                        //可以省略，这里为什么不是F[i - 1][j]
                        //因为刚开始k=0，j >= 0 * weight[i]肯定成立，此时F[i][j] = F[i - 1][j]。
                        F[i][j] = F[i][j];
                    }
                }
            }
        }

        //打印所有结果，我们要求的是F[N][V]
        for(int i = 0; i <= N; i++) {
            for(int j = 0; j <= V; j++) {
                System.out.print(F[i][j] + " ");
            }
            System.out.println();
        }
    }

    /**
     * 输入格式：
     5 10
     2 2 6 5 4
     6 3 5 4 6
     result:30
     * 第一行是物体个数、背包总空间；
     * 第二行是每个物体的空间；
     * 第三行是每个物体的收益。
     */
    public void init() {
        Scanner sc = new Scanner(System.in);
        N = sc.nextInt();
        V = sc.nextInt();

        //下标从1开始，表示第1个物品
        weight = new in