代码随想录Day44 | 完全背包、518. 零钱兑换 II 、377. 组合总和 Ⅳ

最新推荐文章于 2024-10-10 22:59:02 发布

hewei@7

最新推荐文章于 2024-10-10 22:59:02 发布

阅读量133

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/Ethan10086/article/details/130748644

版权

文章讲述了如何使用动态规划解决完全背包问题，其中01背包和完全背包的处理方式有所不同，主要通过递推公式`dp[j]+=dp[j-coins[i]]`进行计算。在遍历物品和背包的顺序上，不同的顺序会得到组合数或排列数。示例中提供了两个具体的实现，分别是求解零钱兑换II和组合总和IV的问题。

摘要由CSDN通过智能技术生成

完全背包

每个物品可以装无数次，求放在背包里的最大价值

01背包物品正序，背包倒序

完全背包物品正序，背包也正序，两层for循环可以颠倒

518. 零钱兑换 II

dp含义：装背包j有dp[j]种方法

递推公式：dp[j]+=dp[j-coins[i]]

初始化：dp[0]=1

遍历顺序：先遍历物品后遍历背包得到组合数，先边遍历背包再遍历物品得到排列数

打印

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        vector<int> dp(amount + 1, 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];
    }
};

377. 组合总和 Ⅳ

dp含义：装背包j有dp[j]种方法

递推公式：dp[j]+=dp[j-coins[i]]

初始化：dp[0]=1

遍历顺序：先遍历物品后遍历背包得到组合数，先边遍历背包再遍历物品得到排列数（与上题的顺序就在于遍历顺序上）

打印

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