[算法][动态规划][背包问题②]完全背包问题的转化思路及优化[python实现]

文章结构概述

• 问题描述

  • 问题求解

  • • 1 转化为0-1背包问题

    • 掩码相关的优化策略

    • 编码与解码过程

    • • 1 全部编码方式
      • 2 压缩编码/二进制编码方式

    • 2 基于状态转移的速度提升策略

    • • 完全背包问题的最佳解决方法

  • 对完整代码的测试过程

写在前面

• 这是本人关于动态规划入门题目的学习记录，旨在方便随时查阅和回顾这些基础内容。
• 所选题目大多较为简单，因为复杂的问题涉及大量代码，不利于作为笔记反复温习。
• 前置内容Ⅰ：[算法][动态规划]动态转移过程与Python实现小样两例(切绳子与跳台阶)
• 前置内容Ⅱ：[算法][动态规划][背包问题①]0-1背包问题的优化及约束变形[python实现]
• 背包问题讲义

如无法访问码云代码库，请前往以下链接 ：本文源码@Gist

问题描述

【假设存在一个总容量为 total 的背包，以及 item\_num 类