01背包与完全背包

01背包

问题：

有n件物品和一个容量为m的背包。第i件物品的费用是w[i]，价值是v[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大

分析：

用动态规划，找到状态dp[i][j]，表示前 i 个物体 j 个容量下的最大价值。可以得到递推式dp[i][j]=max{dp[i-1][j],dp[i-1][v-w[i]]+v[i]}。用两个for循环从小到大递推，下面是代码：

#include<bits/stdc++.h>
const int N =1005;
int n,m;
int dp[N][N];
int dp2[N]; 
int w[N],v[N]; 

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

上面代码还可以进一步优化，用滚动数组的方式而不用二维数组。令数组dp[j]为容量为j时的最大价值，而具体是前几个物品则由第一个for循环不断从1更新到n，举个例子：
根据上面的递推式：dp[i][j]=max{dp[i-1][j],dp[i-1][v-w[i]]+v[i]}，前 i 个物品，j 个容量的最大价值要根据 i - 1 个物品时当前容量与更小容量来确定，因为只有一维数组，所以每次循环都会将前 i - 1个物品更新成前 i 个物品，
所以在第二个循环要选择倒着遍历，否则要用来更新的老情况将被覆盖，这里挺难讲清楚的还，重点是了解滚动数组与二维数组的区别，滚动数组每次 i 的循环都会更新。所以要在数据更新前确定 i + 1 的情况。
代码：

for(int i = 1; i <= n; i ++)
	{
		for(int j = m; j >= w[i]; j --) //从大到小遍历 
		{
				dp[j] = max(dp[j],dp[j - w[i]] + v[i]);
		}
	}

完全背包

问题：

和01背包的区别在于每个物品不是只能选0个或1个，选择次数没有限制

思路：

完全背包的状态转移用二维数组可以表达为：
dp[i][j]=max{dp[ i - 1 ][ j - c * w[i] ] | 0 <= c*w[i] <= v }。
还是用滚动数组，可以写出代码：

for(int i = 1; i <= n; i ++)
	for(int j = m; j >= w[i]; j ++)
		for(int k = 0; k * w[i] <= j; k ++)
			dp[j] = max(dp[j],dp[j - k*w[i]]+k*v[i]); 

因为第二个for循环是从大到小的，所以最后状态转移方程里小于 j 的dp肯定是 i -1 时候的。

也可以写成：

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

这里 j 从小到大更新，也就是确定dp[j]的时候，dp[j - w[i]]是考虑过放第 i 个物品的情况下，容量为[j - w[i]]的最大价值，也就是第i个不一定只能放 1 次。
而dp[ j - w[i] ] = max(dp[ j - w[i] ],dp[(j - w[i]) - w[i] ] + v[i]);
也就是说能考虑到选择 k 个 i 物品时的情况。

这个视频讲得挺细：https://www.bilibili.com/video/av33930433?from=search&seid=16787658342431477258 冲冲冲！