背包问题（0-1背包、完全背包、多重背包）

0-1背包问题

问题描述：

n件物品，每件物品重量为w[i]，价值为v[i]，现有一个容量大小为m的背包，如何选择使得背包内物品价值最大

思路（动态规划）：

1. 设置二维数组dp[][]，令dp[i][j]表示前i件物品容量为j的背包所能获得的最大价值，则dp[n][m]为所求解；

2. 只考虑第i件物品，可将情况分为放入或者不放入两种：
   2.1
   对容量j的背包，不放入第i件物品，则问题转化为将前i-1个物品放入容量为j的背包的问题 ，即dp[i][j] = dp[i-1][j]；

   2.2
   对容量j的背包，若放入第i件物品，则当前背包容量就变成j-w[i]，得到第i件物品的价值v[i]，问题转为将前i-1件物品装入容量为j-w[i]的背包的问题，即dp[i][j] = dp[i-1][j-w[i]]+v[i];
   故状态转移方程为：
   dp[i][j] = max( dp[i-1][j], dp[i-1][j-w[i]]+v[i] );

3. 对于边界情况，显然得出有 dp[i][0] = 0, dp[0][j] = 0；（0 <= i <= n; 0 <= j <= m）;

4. 观察状态转移方程，第i件物品的取值仅与第i-1件物品的选取有关，故可将二维数组优化为一维数组，并用如下状态转移方程：
   dp[j] = max( dp[j], dp[[j-w[i]]+v[i] );
   注意：
   根据未优化的状态转移方程：dp[i][j]用到的是dp[i-1][…]的数据，因此我们在更新dp[j]的时候必须确保dp[j]以及dp[j-w[i]]是第i-1轮的数据，因此更新dp[j]时必须要逆序更新，即倒序遍历j的值；

代码：

#include <iostream>

using namespace std;
const int MAXN = 1001;

int dp[MAXN];//下标表示容量，内容表示价值；在不同题目中，指代内容可更改，思路最重要
int w[MAXN];//物品重量
int v[MAXN];//物品价值

int main()
{
   
    int n,m;//n件物品，容量为m
    while(cin >> n >> m)
    {
   
        for(int i=0; i<n; i++)//输入
        {
   
            cin >> w[i] >> v[i];
        }

        for(int i=0; i<=m; i++)//初始化dp数组,注意i<=m,要更新到m
        {
   
            dp[i] = 0;
        }

        for(int i=0; i<n; i++)//依次判断第i件物品
        {
   
            for(int j=m; j >= w[i]; j--)//逆序更新； j>=w[i]是为了保证 dp[j-w[i]]下标不为负
            {
   
                dp[j] = max(dp[j], dp[