【DP】完全背包

算法-

---

前置知识

• DP

---

思路

完全背包一般分为两种，不妨叫做价值完全背包和判断完全背包。

价值完全背包

完全背包问题是这样的一类问题：给定一个背包的容量 $m$ 和 $n$ 种物品，每种物品有重量 $w$ 和价值 $v$，并且可以购买装无限个，求不超过背包容量时可以装下的最大价值。
对于这类问题，我们使用DP，设 $f_{i,j}$ 为考虑前 $i$ 种物品时总重恰好为 $j$ 的最大价值和。
容易得到DP方程：$f_{i,j}=\underset{k=0}{\max }{f}_{i-1,j-kw}+kv$

判断完全背包

思路类似，方程变为 $f_{i,j}=f_{i-1,j}\mid f_{i-1,j-w}+v$ 即可

---

算法参数

• 时间复杂度：$O(nm)$
• 空间复杂度：$O(nm)$

---

滚动优化

完全背包的滚动优化与01背包不太一样。
01背包继承的状态没有被更新，所以要倒着来，但是完全背包我们完全可以这样看：$f_{i,j}=\max (f_{i,j},f_{i,j-w})$
也就是说，我们只需要正着循环就可以了。（此处建议手动模拟一下）

---

实现代码

• 价值

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

• 判断

f[0]=1;
for (int i=1;i<=n;i++)
	for (int j=w[i];j<=m;j--)
		f[j]=f[j]|f[j-w[i]];

---

练习

• P1616
• P2722
• P1853
• P2918