简单背包问题（01背包、完全背包、多重背包）

背包问题

背包问题指的是在给定背包容量m和物品价值v及重量w的条件下，求在不分割物品的情况下背包容纳的最大价值，是一类经典的动态规划问题（贪心不可解）。
用二维的dp[i][j]数组做状态记录，表示在考虑前i种物品的情况下背包容量j的最优解，不考虑最优取法还原的情况下可以状态压缩.

01背包

每种物品只有一个，即只考虑物品取或不取（0或者1）。

状态转移方程

i个物品的最优解来自i-1的最优解转移而来（因为第i种物品只有一个可取）。

f[i][j]=f[i-1][j];
if(j>=t[i]) f[i][j]=max(f[i][j],f[i-1][j-t[i]]+v[i]);

 完整模板：

#include<iostream>
using namespace std;
int w[3410];
int v[3410];
int dp[12885];
int main(){
	int n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++){
		cin>>w[i]>>v[i];
	}
	for(int i=1;i<=n;i++){
		for(int j=m;j>=w[i];j--){
			dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
		}
	}
	cout<<dp[m]<<endl;
	return 0;
}

完全背包 

考虑物品取或不取，还要考虑每件物品取多少。

状态转移方程

i个物品的最优解已经不再来自i-1的最优解转移而来，由于数量无限，所以dp[i][j]由dp[i][j-w[i]]转移而来。

for(int j=w[i];j<=t;j++){
			dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}

 完整代码模板：

#include<iostream>
#include<cstdio>
using namespace std;
long long dp[10000005];
int w[10005];
int v[10005];
int main(){
	int t,n;
	cin>>t>>n;
	for(int i=1;i<=n;i++){
		cin>>w[i]>>v[i];
	}
	for(int i=1;i<=n;i++){
		for(int j=w[i];j<=t;j++){
			dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
		}
	}
	cout<<dp[t]<<endl;
	return 0;
}

多重背包

物品数量有限的完全背包。

状态转移方程

将相同物品看作不同物品去考虑。

for(int i=1;i<=n;i++){
    for(int i=0;i<=m;i++){
        for(int k=0;k<=num[i]&&k*w[i]<=j;k++){
            dp[j]=max(dp[j],dp[j-k*w[i]]+k*v[i])
            }
        }
    }

上面的状态方程时间复杂度较高，采用二进制优化降低（牺牲空间换时间，记得数组要开大）。

完整代码：

#include<iostream>
#include<cstdio>
#include<string.h>
using namespace std;
long long dp[1000005];
int v[1000005],w[1000005];
int main(){
	int n,m;
	scanf("%d%d",&n,&m);
	int cnt=0;
	int a,b,c;
	for(int i=1;i<=n;i++){
		scanf("%d%d%d",&a,&b,&c);
		int k=1;
		while(k<=c){
			cnt++;
			v[cnt]=k*a;
			w[cnt]=k*b;
			c-=k;
			k*=2;
		}
		if(c){
			cnt++;
			v[cnt]=c*a;
			w[cnt]=c*b;
		}
	}
	for(int i=1;i<=cnt;i++){
		for(int j=m;j>=w[i];j--){
			dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
		}
	}
	printf("%d\n",dp[m]);
	return 0;
}