完全背包

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 i 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

dp[i][j]表示选取前i个物品体积不超过j的情况下的最大值。有两种情况①第i个物品不选，dp[i-1][j]②第i个物品选，那么第i个物品可以选取0/1/2/3…k个，还是从前i-1个方案中减去第i个物品的情况即max(dp[i-1][j-vk]+wk)，我们让k取到0，就会得到递推式dp[i][j] = max(dp[i][j],dp[i-1][j-vk]+wk)
写三重循环

#include <bits/stdc++.h>

using namespace std;
int v[1005];
int w[1005];
int dp[1005][1005];
int main(void)
{
    int n,m;
    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++)
                dp[i][j] = max(dp[i][j],dp[i-1][j-v[i]*k]+w[i]*k);
        }
    }
    cout<<dp[n][m];
}

优化二维

我们发现 dp[i][j] = max(dp[i-1][j],dp[i-1][j-v]+w,dp[i-1][j-2v]+2w,dp[i-1][j-3v]+3w,dp[i-1][j-4v]+4w);
而 dp[i][j-v] = max( dp[i-1][j-v],dp[i-1][j-2v]+w,dp[i-1][j-3v]+2w)
我们发现dp[i][j]的第二项以后开始的最大值，就为dp[i][j-v]+w
于是

#include <bits/stdc++.h>

using namespace std;
int v[1005];
int w[1005];
int dp[1005][1005];
int main(void)
{
    int n,m;
    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++)
        {
            dp[i][j] = dp[i-1][j];
            if(j>=v[i])
            dp[i][j] = max(dp[i][j],dp[i][j-v[i]]+w[i]);
        }
    }
    cout<<dp[n][m];
}

根据01背包，又可优化成一维的

#include <bits/stdc++.h>

using namespace std;
int v[1005];
int w[1005];
int dp[1005];
int main(void)
{
    int n,m;
    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++)
        {//这里dp[j-v[i]]与01背包不同，我们要的是第i层，所以不需要倒着遍历
            dp[j] = max(dp[j],dp[j-v[i]]+w[i]);
        }
    }
    cout<<dp[m];
}