01背包问题python代码_完全背包问题及Python代码实现

上一节中，我们介绍了0-1背包问题，接下来，我们来学习一下背包问题的其他变形问题，今天要学习的是完全背包问题。

1、简介

有 N 种物品和一个容量为 W 的背包，每种物品都有无限件可用。第 i 种物品的重量是 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重量总和不超过背包容量，且价值总和最大。可以看到，与0-1背包问题不同的地方时，完全背包问题允许一件物品无限次的出现。

2、基本思路

这个问题非常类似于 0-1 背包问题，所不同的是每种物品有无限件。也就是从每 种物品的角度考虑，与它相关的策略已并非取或不取两种，而是有取 0 件、取 1 件、取 2 件„„等很多种。如果仍然按照解 01 背包时的思路，令 f[i][w]表示 前 i 种物品恰放入一个容量为 w 的背包的最大权值。仍然可以按照每种物品不同 的策略写出状态转移方程，像这样:

f[i][w]=max{f[i-1][w-kw[i]]+kw[i]|0<=kw[i]<=w}

这跟 0-1 背包问题一样有 O(NW)个状态需要求解，但求解每个状态的时间已经不 是常数了，求解状态 f[i][v]的时间是 O(w/w[i])，总的复杂度是超过 O(WN)的。

将 0-1 背包问题的基本思路加以改进，得到了这样一个清晰的方法。这说明 0-1 背包问题的方程的确是很重要，可以推及其它类型的背包问题。但我们还是试图 改进这个复杂度。

3、简单优化

完全背包问题有一个很简单有效的优化，是这样的:若两件物品 i、j 满足 w[i]<=w[j]且 v[i]>=v[j]，则将物品 j 去掉，不用考虑。这个优化的正