dp_day4(完全背包)

像风一样_

已于 2024-02-07 23:15:49 修改

阅读量529

点赞数 13

文章标签：算法动态规划 c++ leetcode

于 2024-02-02 19:29:14 首次发布

本文链接：https://blog.csdn.net/2301_79076926/article/details/135959390

版权

本文介绍了完全背包、零钱兑换、组合总和、完全平方数和单词拆分等IT技术中的经典问题，通过C++代码展示了动态规划在解决这些问题中的应用，包括零钱兑换的最少硬币数、组合总和的有序方案数和字符串单词拆分等。

摘要由CSDN通过智能技术生成

对01背包有疑问请看我的博客

完全背包是由01背包演变而来的,区别是每种物品有多个.

体现在代码上就是背包容量从小到大遍历即可

完全背包代码

零钱兑换2

1.零钱兑换2

这题是求凑够mount的方案数,硬币就是物品,amount就是背包容量

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        int dp[5005]={0};
        dp[0]=1;
        for(int i=0;i<coins.size();i++)
        {
            for(int j=coins[i];j<=amount;j++)
            {
                dp[j]+=dp[j-coins[i]];
            }
        }
        return dp[amount];
    }
};

组合总和4

2.组合总和4

这题是求凑够target的方案数,因为答案是有序的排列,故先遍历背包

class Solution {
public:
    int combinationSum4(vector<int>& nums, int target) {
        unsigned long long dp[1005]={0};
        dp[0]=1ll;
        for(int j=1;j<=target;j++)
        {
            for(int i=0;i<nums.size();i++)
            {
                if(j>=nums[i])
                dp[j]+=dp[j-nums[i]];
            }
        }
        return dp[target];
    }
};

零钱兑换

3.零钱兑换

这题是求凑够amoun的最小硬币数

dp[j]是凑够i的最小的硬币数

递推公式为dp[j]=min(dp[j-coints[i]+1,dp[j]),因为coins[i]无序,所以要判断dp[j-coin[i]]是否更新

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        int dp[10005]={};
        for(int i=1;i<10005;i++)
        {
            dp[i]=1000000;
        }
        dp[0]=0;
        for(int i=0;i<coins.size();i++)
        {
            for(int j=coins[i];j<=amount;j++)
            {
                if(dp[j-coins[i]]!=1000000)
                dp[j]=min(dp[j-coins[i]]+1,dp[j]);
            }
        }
        if(dp[amount]==1000000)return -1;
        else return dp[amount];
    }
};

完全平方数

4.完全平方数

这题与上题套路相同

class Solution {
public:
    int numSquares(int n) {
        //物品为i*i最多到100*100
        //dp[i]何为i的最少完全平方数
        int dp[10005];
        for(int i=0;i<10005;i++)dp[i]=1000000;
        dp[0]=0;
        //递推公式dp[j]=min(dp[j-i*i]+1,dp[j])i从1开始(j>=i*i)
        for(int i=1;i<=100;i++)
        {
            for(int j=i*i;j<=n;j++)
            {
               // if(dp[j-i*i]!=1000000)//该点没更新,就不用更新dp[j]
                dp[j]=min(dp[j-i*i]+1,dp[j]);
            }
        }
        return dp[n];
    }
};

单词拆分

5.单词拆分

字符串s为背包，字典中的元素为物品

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        bool dp[305]={0};
        dp[0]=1;
        for(int i=1;i<=s.size();i++)//背包
        {
            for(int j=0;j<i;j++)//物品
            {
                string str=s.substr(j,i-j);
                if(find(wordDict.begin(),wordDict.end(),str)!=wordDict.end()&&dp[j]==true)
                dp[i]=true;
            }
        }
        return dp[s.size()];
    }
};