完全背包问题 朴素算法 二维优化 一维优化

有 N 种物品和一个容量是 V 的背包，每种物品都有无限件可用。

第 ii 种物品的体积是 vi，价值是 wi。

求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。
输出最大价值。

输入格式

第一行两个整数，N，V用空格隔开，分别表示物品种数和背包容积。

接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第 i 种物品的体积和价值。

输出格式

输出一个整数，表示最大价值。

数据范围

0<N,V≤1000
0<vi,wi≤1000

输入样例

4 5
1 2
2 4
3 4
4 5

输出样例：

10

表示在前 i 个物品中，第 i 个物品选了k个

k = 0时 , f [ i -1 ] [ j ]  

k = k时 , f[ i - 1 ] [ j - k * v [ i ] ] + k * w [ i ] 

未优化前， 超时 

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1010;
int f[N][N] , v[N] ,w[N] ;
int n , m ;

int main()
{
    cin >> n >> m ;
    for( int i = 1 ;i <= n ; i++ ) cin>> v[i] >> w[i] ;

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

优化：

f [ i ] [ j ]  = max (  f [ i -1 ] [ j ]  , f [ i - 1] [ j - v [ i ] ] + w [ i ] , f [ i - 1] [ j - 2 * v [ i ] ] + 2 * w [ i ] ,  f [ i - 1] [ j - 3 * v [ i ] ] + 3 * w [ i ] ...... ) （1）

f [ i ] [ j - v [ i ] ] = max (  f [ i -1 ] [ j - v [ i ] ] ,  f [ i - 1] [ j - 2 * v [ i ] ] + w [ i ] , f [ i - 1] [ j - 3 * v [ i ] ] + 2 * w [ i ] ...... ) （2）

对比以上， （2）式子的每一项都比（1）的多了一个w[ i ]  ， 所以只要（2）每一项加上w[ i ] 就等于（1）中除黑色之外的部分   即{f [ i - 1] [ j - v [ i ] ] + w [ i ] , f [ i - 1] [ j - 2 * v [ i ] ] + 2 * w [ i ] , f [ i - 1] [ j - 3 * v [ i ] ] + 3 * w [ i ]   ...... }，而（2）式子的结果等于f [ i ] [ j - v [ i ] ] + w [ i ] ，所以（1）式子等于 f [ i ] [ j ] = max ( f [ i -1 ] [ j ] , f [ i ] [ j - v [ i ] ] + w[ i ] )  

优化为二维

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1010;
int f[N][N] , v[N] ,w[N] ;
int n , m ;

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

回顾01背包与完全背包的代码，极度相似。

 f [ i ] [ j ] = f [ i -1 ] [ j ] 中，计算f [ i ] [ j ] 时，f [ i - 1 ] [ j ]  为上一轮中的值，而去掉第一维后在计算本轮之前，f [ j ] 为上一轮的值，与未去掉一维之前f [ i -1] [ j ]一致，故 f [ j ] = f [ j ] ，式子为等价 可直接舍去

f [ i ] [ j ] = max( f [ i ] [ j ]  ,  f [ i ] [ j - v [ i ] ]   +   w [ i ] )  第一维都为 i ，计算时使用的是本轮已经计算好的值，所以不用类似于01背包时逆序求值 ， 直接从前往后计算 

优化为一维

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 1010;
int f[N] , v[N] ,w[N] ;
int n , m ;

int main()
{
    cin >> n >> m ;
    for( int i = 1 ;i <= n ; i++ ) cin>> v[i] >> w[i] ;

    for(int i = 1 ; i <= n ; i++ ){
        for(int j = v[i] ; j <= m ; j++ ){
                f[j] = max( f[j] , f[j -v[i] ] + w[i] );
        }
    }
    cout << f[m] <<endl ;
    return 0;
}