浅谈完全背包（背包中每件物品数量无限）

有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品都有无限个（也就是可以放入背包多次），求解将哪些物品装入背包里物品价值总和最大。

完全背包和01背包问题唯一不同的地方就是，每种物品有无限件。

而在0-1背包的讲解(浅谈对0-1背包的理解_翔空中，策人生的博客-CSDN博客)中，笔者提到过，对于使用一维dp数组来说，0-1背包的遍历顺序要外层遍历物品，内层遍历容量，而且外层顺序遍历，内层逆序遍历。而内层之所以要逆序遍历，是为了不重复取到同一件物品。而多重背包的特点就是每件物品的数量无限，所以多重背包的解法就是在0-1背包的基础上，把内层循环由逆序遍历改为顺序遍历就好了。而且此时先遍历容量再遍历物品，还是先遍历物品再遍历容量都可以解决多重背包的问题。但是，如果题目问的是装满背包由几种不同的方式时，涉及排列数和组合数，那么容量和物品的遍历顺序就有区别了。比如把{1, 2}和{2, 1}当成2种情况（对应着先取1再取2和先取2再取1），那么就是排列数的情况；如果当成1种情况（取了1和2）那么就是组合数的情况了。排列数的情况要先遍历容量再遍历物品，组合数的情况要先遍历物品再遍历容量，至于是什么原因，以后做到相关的题目时再解析把（毕竟一次性讲太多东西也不好消化呀hhh）

2种不同遍历顺序的代码如下：

# 先遍历物品，再遍历背包
def test_complete_pack1():
    weight = [1, 3, 4]
    value = [15, 20, 30]
    bag_weight = 4

    dp = [0]*(bag_weight + 1)

    for i in range(len(weight)):
        for j in range(weight[i], bag_weight + 1):
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i])#内层顺序遍历保证同一件物品可以被重复取到
    
    print(dp[bag_weight])


# 先遍历背包，再遍历物品
def test_complete_pack2():
    weight = [1, 3, 4]
    value = [15, 20, 30]
    bag_weight = 4

    dp = [0]*(bag_weight + 1)

    for j in range(bag_weight + 1):
        for i in range(len(weight)):
            if j >= weight[i]: dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
    
    print(dp[bag_weight])