[完全背包] 买书(完全背包+裸题)

0. 前言

相关：

• [背包] 背包问题算法模板(模板)

1. 完全背包裸题

1023. 买书

背包问题枚举体积：

• 体积最多是 j：大多数背包问题
  • 初始化： 假设为 f[0,i]，表示一个物品都不选，且体积最大是 i 的最大价值。那么就全部初始化为 0，因为所有物品都不选，那么体积不论是多少，其最大价值都是 0。这就只能求价值的最大值
• 体积恰好是 j ：典型题：[完全背包] 买书(完全背包+裸题)
  
  • 初始化：就只初始化 f[0][0]=0，其余都初始化为 INF，这个是用来求价值的最小值。反之求最大值，其余都初始化为 -INF 即可
• 体积至少是 j：典型题：[01背包] 潜水员(01背包+二维费用背包)
  • 初始化： f[0][0]=0，其余是 INF，只能求价值最小值

显然，该问题应该是属于第二种，且求解的是方案数。

完全背包问题： f[i][j]=max(f[i-1][j], f[i][j-v]+w)，这个是经典的完全背包优化。优化到一维以后体积是从小到大顺序枚举的，这是与 01 背包很不同的一个地方。

思路：

• 状态定义：
  • f[i][j]：从前 i 个物品中选，总体积恰好等于 j 的方案数
• 状态转移：
  • f[i][j] = f[i-1][j] + f[i][j-vi]]，优化到一维就是 f[j] += f[j-vi]

再就注意下本题，必须将钱 n 花完，才是正确的状态方案。可查看示例 2：输入 15 输出 0。显然，10 20 50 100 都是 10 的倍数，当输入总钱数能被 10 整除时，钱肯定就能花完。且状态从小到大进行转移，最后剩下的这个余数，比如 15，这个 15 就没办法转移过去，所有状态一直是 0。故，只有输入是 10 的倍数的时候，才能获取非 0 的方案数。

一维代码：

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1005;

int n;
int m[4] = {10, 20, 50, 100};
int f[N];

int main() {
    cin >> n;
    f[0] = 1;
    for (int i = 0; i < 4; ++i) {
        for (int j = m[i]; j <= n; j ++) 
            f[j] += f[j - m[i]];
    }
    cout << f[n] << endl;
    return 0;
}

二维代码：

#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1005;

int n;
int m[5] = {0, 10, 20, 50, 100};	// 方便 i-1
int f[5][N];

int main() {
    cin >> n;
    f[0][0] = 1;
    for (int i = 1; i <= 4; ++i) {
        for (int j = 0; j <= n; j ++) {
            f[i][j] = f[i - 1][j];
            if (j >= m[i]) f[i][j] += f[i][j - m[i]];
        }
    }
    cout << f[4][n] << endl;
    return 0;
}