完全背包问题

方法：直接寻找递推关系

第 $i-1$ 件物品选 $k$ 个

int dp[maxn+1][maxn+1];
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]);
    cout<<dp[n][W];
}

k的循环最坏可能从0到W，所以算法时间复杂度为 $O(n{W}^2)$

我们寻找这个算法中多余的计算（已知结果的计算）
在dp[i+1][j]的计算中选择 $k(k\ge 1)$ 个的情况，与在dp[i+1][j-w[i]]的计算中选择 $k-1$ 个的情况是相同的，所以dp[i+1][j]的递推中 $k\ge 1$ 部分的计算已在dp[i+1][j-w[i]]的计算中完成了。则可按照如下方式变形：

void solve(){
    for(int i=0;i<n;i++)
        for(int j=0;j<=W;j++){
            if(i<w[i]) dp[i+1][j]=dp[i][j];
            else dp[i+1][j]=max(dp[i][j],dp[i+1][j-w[i]]+v[i]);
        }
    cout<<dp[n][W];
}

时间复杂度为 $O(nW)$。完全背包问题也可以通过不断重复利用一个数组来实现：

int dp[maxn+1];
void solve(){
    for(int i=0;i<n;i++)
        for(int j=0;j<=W;j++)
            dp[j]=max(dp[j],dp[j-w[i]]+v[i]);      
    cout<<dp[W];
}

DP数组的再利用

还可能通过将两个数组滚动使用来实现重复利用。例如

dp[i+1][j]=max(do[i][j],dp[i+1][j-w[i]]+v[i])

这一递推式中，dp[i+1]计算时只需要dp[i]和dp[i+1]，所以可以结合奇偶性写成如下形式：

int dp[2][maxn+1];
void solve(){
    for(int i=0;i<n;i++)
        for(int j=W;j<=W;j++){
            if(j<w[i]) dp[(i+1)&1][j]=dp[i&1][j];
            else dp[(i+1)&1][j]=max(dp[i&1][j],dp[(i+1)&1][j-w[i]]+v[i]);
        }           
    cout<<dp[n&1][W];
}