目录
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
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];
}
};
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];
}
};
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];
}
};
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];
}
};
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()];
}
};