01，完全，多重背包问题的一维求解

01背包思路：（2. 01背包问题 - AcWing题库）

1. 若是只用一个数组dp[0…m]，能不能保证第i次循环结束后f[v]中表示的就是咱们所需要的状态dp[i][m]？
2. 问题求解过程中 dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - v[i]] + w[i]);当这样dp[j]的值不在依赖前面的值了，就能得到我们想要的效果，那如何去掉这种依赖性呢？
3. 事实上，这要求在每次主循环中以j=m…0即逆序的顺序来推dp[j]，这样dp[j]的值就不在依赖前面的值了，这样也能能保证推dp[j]时dp[j-v[i]]保存的是状态dp[i-1][j-v[i]]的值。

代码如下：

#include<iostream>
using namespace std;
const int N = 100010;
int n,m;
int v[N],w[N];
int dp[N];

int main(){
    
    cin >> n >> m; //n表示物品数目，m表示最大容量
    
    for(int i = 1;i <= n;i++) cin >> v[i] >> w[i];
    
    for(int i = 0; i <= n; i++) 
        for(int j = m; j >= v[i]; j--) 
            dp[j] = max(dp[j], dp[j-v[i]]+w[i]);
    
    cout << dp[m]<< endl;
    return 0;
}

深入理解可以参见： 转自01背包优化平民理解思路_u013283835的博客-CSDN博客

---

完全背包思路（3. 完全背包问题 - AcWing题库）

由推导过程我们可以发现，当正向枚举体积[0-m]时，状态转移方程：dp[j] = max(dp[j], dp[j - v[i]] + w[i])即可表示最优解。

Code:

#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int dp[N];
int m, n;
int w, v;
int main() {
	cin >> n >> m;
	for (int i = 1; i <= n; i++) {
		cin >> v >> w;
		for (int j = v; j <= m ; j++) {
				dp[j] = max(dp[j - v] + w, dp[j]);
		}
	}
	cout << dp[m];
	return 0;
}

---

多重背包问题（4. 多重背包问题 I - AcWing题库）

一、状态表示：f[i][j]
1. 集合：从前i个物品中选,且总体积不超过j的所有方案的集合.
2. 属性：最大值

二、状态计算：
1. 思想-----集合的划分
2. 集合划分依据：根据第i个物品有多少个来划分.含0个、含1个···含k个.
状态表示与完全背包朴素代码一样均为：
f[i][j] = max(f[i][j], f[i - 1][j - k * v[i]] + k * w[i]);

多重背包是01背包的变式，相信理解了01背包以及多重背包的你应该可以解决问题。

#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 110;
int m, n;
int v[N], w[N],s[N],f[N];

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

---