通知：我已经将刷题指南全部整理到了Github ：，方便大家在电脑上阅读，这个仓库每天都会更新，大家快去给一个star支持一下吧！

完全背包

有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品都有无限个（也就是可以放入背包多次），求解将哪些物品装入背包里物品价值总和最大。

完全背包和01背包问题唯一不同的地方就是，每种物品有无限件。

同样leetcode上没有纯完全背包问题，都是需要完全背包的各种应用，需要转化成完全背包问题，所以我这里还是以纯完全背包问题进行讲解理论和原理。

在下面的讲解中，我依然举这个例子：

背包最大重量为4。

物品为：

重量价值物品0115物品1320物品2430

每件商品都有无限个！

问背包能背的物品最大价值是多少？

01背包和完全背包唯一不同就是体现在遍历顺序上，所以本文就不去做动规五部曲了，我们直接针对遍历顺序经行分析！

关于01背包我如下两篇已经进行深入分析了：

程序员必学算法「动态规划」：关于01背包问题，你该了解这些 程序员必学算法「动态规划」：01背包用滚动数组来实现

首先在回顾一下01背包的核心代码

for(int i = 0; i < weight.size(); i++) { // 遍历物品    for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量        dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);    }}

我们知道01背包内嵌的循环是从大到小遍历，为了保证每个物品仅被添加一次。

而完全背包的物品是可以添加多次的，所以要从小到大去遍历，即：

// 先遍历物品，再遍历背包for(int i = 0; i < weight.size(); i++) { // 遍历物品    for(int j = weight[i]; j < bagWeight ; j++) { // 遍历背包容量        dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);    }}

至于为什么，我在动态规划：关于01背包问题，你该了解这些！（滚动数组）中也做了讲解。

dp状态图如下：

相信很多同学看网上的文章，关于完全背包介绍基本就到为止了。

其实还有一个很重要的问题，为什么遍历物品在外层循环，遍历背包容量在内层循环？

这个问题很多题解关于这里都是轻描淡写就略过了，大家都默认 遍历物品在外层，遍历背包容量在内层，好像本应该如此一样，那么为什么呢？

难道就不能遍历背包容量在外层，遍历物品在内层？

看过这两篇的话：

程序员必学算法「动态规划」：关于01背包问题，你该了解这些 程序员必学算法「动态规划」：01背包用滚动数组来实现

就知道了，01背包中二维dp数组的两个for遍历的先后循序是可以颠倒了，一位dp数组的两个for循环先后循序一定是先遍历物品，再遍历背包容量。

在完全背包中，对于一维dp数组来说，其实两个for循环嵌套顺序同样无所谓！

因为dp[j] 是根据 下标j之前所对应的dp[j]计算出来的。只要保证下标j之前的dp[j]都是经过计算的就可以了。

遍历物品在外层循环，遍历背包容量在内层循环，状态如图：

遍历背包容量在外层循环，遍历物品在内层循环，状态如图：

看了这两个图，大家就会理解，完全背包中，两个for循环的先后循序，都不影响计算dp[j]所需要的值（这个值就是下标j之前所对应的dp[j]）。

先遍历被背包在遍历物品，代码如下：

// 先遍历背包，再遍历物品for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量    for(int i = 0; i < weight.size(); i++) { // 遍历物品        if (j - weight[i] >= 0) dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);    }    cout << endl;}

完整的C++测试代码如下：

// 先遍历物品，在遍历背包void test_CompletePack() {    vector<int> weight = {1, 3, 4};    vector<int> value = {15, 20, 30};    int bagWeight = 4;    vector<int> dp(bagWeight + 1, 0);    for(int i = 0; i < weight.size(); i++) { // 遍历物品        for(int j = weight[i]; j <= bagWeight; j++) { // 遍历背包容量            dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);        }    }    cout << dp[bagWeight] << endl;}int main() {    test_CompletePack();}

// 先遍历背包，再遍历物品void test_CompletePack() {    vector<int> weight = {1, 3, 4};    vector<int> value = {15, 20, 30};    int bagWeight = 4;    vector<int> dp(bagWeight + 1, 0);    for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量        for(int i = 0; i < weight.size(); i++) { // 遍历物品            if (j - weight[i] >= 0) dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);        }    }    cout << dp[bagWeight] << endl;}int main() {    test_CompletePack();}

当然，虽然如果有同学想测一测究竟交换两个for循环的顺序可不可以，leetcode上还没有原题，感兴趣的同学可以去poj 或者 acwing等oj上去测一测！

我这里给出在acwing可以AC的代码。

题目地址：

// 版本一：在遍历顺序上先遍历物品，在遍历背包容量 #include <iostream>#include <vector>using namespace std;int main() {    int n, m;    // int w[35000], v[35000];    while (cin >> n >> m) {        vector<int> w(m);        vector<int> v(m);        vector<int> dp(m + 1, 0);        for (int i = 0; i < n; i++) cin >> w[i] >> v[i];        for (int i = 0; i < n; i++) { // 遍历物品            for(int j = w[i]; j <= m; j++) { // 遍历背包容量                dp[j] = max(dp[j], dp[j - w[i]] + v[i]);            }        }        cout << dp[m] << endl;        return 0;    }}

// 版本二：先遍历背包容量，在遍历物品 #include <iostream>#include <vector>using namespace std;int main() {    int n, m;    while (cin >> n >> m) {        vector<int> w(m);        vector<int> v(m);        vector<int> dp(m + 1, 0);        for (int i = 0; i < n; i++) cin >> w[i] >> v[i];        for(int j = 0; j <= m; j++) { // 遍历背包容量            for (int i = 0; i < n; i++) { // 遍历物品                if (j - w[i] >= 0) dp[j] = max(dp[j], dp[j - w[i]] + v[i]);            }        }        cout << dp[m] << endl;        return 0;    }}

细心的同学可能发现，全文我说的都是对于纯完全背包问题，其for循环的先后循环是可以颠倒的！

但如果题目稍稍有点变化，就会体现在遍历顺序上。

如果问装满背包有几种方式的话？那么两个for循环的先后顺序就有很大区别了，而leetcode上的题目都是这种稍有变化的类型。

这个区别，我将在后面讲解具体leetcode题目中给大家介绍，因为这块如果不结合具题目，单纯的介绍原理估计很多同学会越看越懵！

别急，下一篇就是了！哈哈

最后，又可以出一道面试题了，就是纯完全背包，要求先用二维dp数组实现，然后再用一维dp数组实现，最后在问，两个for循环的先后是否可以颠倒？为什么？这个简单的完全背包问题，估计就可以难住不少候选人了。

力扣刷题指南：

这里每天8:35准时推送一道经典算法题目，我选择的每道题目都不是孤立的，而是由浅入深，环环相扣，帮你梳理算法知识脉络，轻松学算法！

@代码随想录 期待你的关注