状态表示:\(f(i,j)\)表示从前\(i\)个物品中选,总体积不超过\(j\)的情况下的最大价值。
和01背包一样,完全背包问题的每种物品都有两种策略,但是也有不同点。
对第i件物品来说:
- 不放第i件物品,那么f[i][v]= f[i- 1][v], 这步跟01背包是一样的。
- 放第i件物品。这里的处理和01背包有所不同,因为01背包的每个物品只能选择一个,因此选择放第i件物品就意味着必须转移到f[i-1][v-w[i]]这个状态;但是完全背包不同,完全背包如果选择放第i件物品之后并不是转移到f[i-1][v-w[i]],而是转移到f[i][v-w[i]],这是因为每种物品可以放任意件(注意有容量的限制,因此还是有限的),放了第i件物品后还可以继续放第i件物品,直到第二维的v-w[i]无法保持大于等于0为止。
状态转移:
\(f[i][j]=max(f[i,j-v]+w , f[i-1][j])\)
const int N=1010;
int f[N][N];
int n,m;
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)
{
int v,w;
cin>>v>>w;
for(int j=0;j<=m;j++)
if(j<v) f[i][j]=f[i-1][j];
else f[i][j]=max(f[i-1][j],f[i][j-v]+w);
}
cout<<f[n][m]<<endl;
//system("pause");
}
优化至一维
const int N=1010;
int f[N];
int n,m;
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)
{
int v,w;
cin>>v>>w;
for(int j=v;j<=m;j++)
f[j]=max(f[j],f[j-v]+w);
}
cout<<f[m]<<endl;
//system("pause");
}