1 /* 2 背包问题简单的三类 0-1背包 多重背包 完全背包板子 3 */ 4 5 /* 6 0-1背包 7 */ 8 //普通做法 9 for(int i = 1; i <= n; i++){ 10 for(int j = w[i]; j <= c; j++){ 11 dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + v[i]); //前者为取 后者为不取 12 } 13 } 14 15 //空间复杂度优化 16 for(int i = 1; i <= n; i++){ 17 for(int j = c; j >= w[i]; j--){ 18 dp[j] = max(dp[j], dp[j-w[i]] + v[i]); 19 } 20 } 21 22 /* 23 多重背包 多重背包的解题思路是将相同的物品i看做是独立的个体从而将问题转换至0-1背包 24 */ 25 //普通做法(待验证) 26 for(int i = 1; i <= n; i++){ 27 for(int k = 1; k <= num[i]; k++){ 28 for(int j = w[i], j <= c; j++){ 29 if(w[i]*k <= j){ 30 dp[i][j] = max(dp[i-1][j], dp[i-1][j-k*w[i]] + k*v[i]); //同理前者为取 后者为不取 31 } 32 } 33 } 34 } 35 36 //优化空间复杂度 (待验证) 37 for(int i = 1; i <= n; i++){ 38 for(int k = 1; k <= num[i]; k++){ 39 for(int j = c; j >= w[i]; j--){ 40 if(j >= k*w[i]){ 41 dp[j] = max(dp[j], dp[j-k*w[i]] + k*v[i]); //同理前者为取 后者为不取 42 } 43 } 44 } 45 } 46 47 /* 48 完全背包 49 */ 50 //普通做法(待验证) 51 for(int i = 1; i <= n; i++){ 52 for(int k = 1; k <= c/w[i]; k++){ 53 for(int j = w[i]; j <= c; j++){ 54 if(k*w[i] <= j){ 55 dp[i][j] = max(dp[i-1][j], dp[i-1][j-k*w[i]] + k*v[i]); //同理前者为取 后者为不取 56 } 57 } 58 } 59 } 60 61 //优化空间复杂度(待验证) 62 for(int i = 1; i <= n; i++){ 63 for(int k = 1; k <= c/w[i]; k++){ 64 for(int j = c; j >= w[i]; j--){ 65 if(j >= k*w[i]){ 66 dp[j] = max(dp[j], dp[j-k*w[i]] + k*v[i]); //同理前者为取 后者为不取 67 } 68 } 69 } 70 } 71 72 //完全背包优化空间后更方便的写法 73 for(int i = 1; i <= n; i++){ 74 for(int j = w[i]; j <= c; j++){ 75 dp[j] = max(dp[j], dp[j-w[i]] + v[i]); //当物品为无限时顺序取正好满足无限的特性 76 } 77 }