代码随想录day44 | 动态规划P6 | ● 完全背包● 518. ● 377.

FHilmS

已于 2024-04-24 17:57:55 修改

阅读量840

点赞数 17

文章标签：动态规划算法 java leetcode 剑宗

于 2024-04-24 17:56:44 首次发布

本文链接：https://blog.csdn.net/FhilMs/article/details/138163132

版权

完全背包

理论基础

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。

01背包和完全背包的代码唯一不同就是体现在遍历顺序上

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]);
    }
}

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]);

    }
}

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？

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，一维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。

01背包滚动数组:

看看两个嵌套for循环的顺序，代码中是先遍历物品嵌套遍历背包容量，那可不可以先遍历背包容量嵌套遍历物品呢？

不可以！

因为一维dp的写法，背包容量一定是要倒序遍历（原因上面已经讲了），如果遍历背包容量放在上一层，那么每个dp[j]就只会放入一个物品，即：背包里只放入了一个物品。

倒序遍历的原因是，本质上还是一个对二维数组的遍历，并且右下角的值依赖上一层左上角的值，因此需要保证左边的值仍然是上一层的，从右向左覆盖。

（这里如果读不懂，就再回想一下dp[j]的定义，或者就把两个for循环顺序颠倒一下试试！）

所以一维dp数组的背包在遍历顺序上和二维其实是有很大差异的！

在完全背包中，对于一维dp数组来说，其实两个for循环嵌套顺序是无所谓的！

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。

52. 携带研究材料

卡码网第52题

小明是一位科学家，他需要参加一场重要的国际科学大会，以展示自己的最新研究成果。他需要带一些研究材料，但是他的行李箱空间有限。这些研究材料包括实验设备、文献资料和实验样本等等，它们各自占据不同的重量，并且具有不同的价值。

小明的行李箱所能承担的总重量为 N，问小明应该如何抉择，才能携带最大价值的研究材料，每种研究材料可以选择无数次，并且可以重复选择。

输入描述

第一行包含两个整数，N，V，分别表示研究材料的种类和行李空间

接下来包含 N 行，每行两个整数 wi 和 vi，代表第 i 种研究材料的重量和价值

输出描述

输出一个整数，表示最大价值。

输入示例

输出示例

思路

完全背包问题的模板题目

代码

一维dp

可以发现两种遍历方式均可(先物品再背包 / 先背包再物品)

import java.util.Scanner;

class Main{
    public static void main(String [] args){
        Scanner sc = new Scanner(System.in);
        int N = sc.nextInt();
        int V = sc.nextInt();
        int [] weights = new int [N];
        int [] values = new int [N];
        for(int i=0; i<N; i++){
            weights[i] = sc.nextInt();
            values[i] = sc.nextInt();
        }
        //创建dp数组同时初始为全0
        int [] dp = new int [V+1];
        // for(int i=0; i<N; i++){
        //     //完全背包, 正向遍历
        //     for(int j = weights[i]; j <= V; j++){
        //         dp[j] = Math.max(dp[j], dp[j - weights[i]] + values[i]);
        //     }
        // }
        for(int j = 0; j < V+1; j++){
            for(int i = 0; i < N; i++){
                if(j - weights[i] >=0){
                    dp[j] = Math.max(dp[j], dp[j - weights[i]] + values[i]);
                }
            }
        }
        
        System.out.println(dp[V]);
    }
}

二维dp

注意初始化与递推公式均与01背包二维dp略有区别

import java.util.Scanner;

class Main{
    public static void main(String [] args){
        Scanner sc = new Scanner(System.in);
        int N = sc.nextInt();
        int V = sc.nextInt();
        int [] weights = new int [N];
        int [] values = new int [N];
        for(int i=0; i<N; i++){
            weights[i] = sc.nextInt();
            values[i] = sc.nextInt();
        }
        //创建dp数组同时初始为全0
        int [][] dp = new int [N][V+1];
        for(int i=weights[0]; i <= V; i++){
            dp[0][i] = dp[0][i - weights[0]] +values[0];
        }
        for(int i=1; i<N; i++){
            for(int j = 0; j <= V; j++){
                if(j >= weights[i]) {
                    dp[i][j] = Math.max(dp[i-1][j], dp[i][j - weights[i]] + values[i]);
                }else{
                    dp[i][j] = dp[i-1][j];
                }
            }
        }
       
        System.out.println(dp[N-1][V]);
    }
}

518. 零钱兑换 II

给你一个整数数组 coins 表示不同面额的硬币，另给一个整数 amount 表示总金额。

请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额，返回 0 。

假设每一种面额的硬币有无限个。

题目数据保证结果符合 32 位带符号整数。

示例 1：

输入：amount = 5, coins = [1, 2, 5]
输出：4
解释：有四种方式可以凑成总金额：
5=5
5=2+2+1
5=2+1+1+1
5=1+1+1+1+1

示例 2：

输入：amount = 3, coins = [2]
输出：0
解释：只用面额 2 的硬币不能凑成总金额 3 。

示例 3：

输入：amount = 10, coins = [10] 
输出：1

思路

完全背包问题, 求组合数, 用到了dp[ i ] += dp[ i - nums[i] ]

同时注意, 求组合问题, 先遍历物品, 再遍历背包

本题是求凑出来的方案个数，且每个方案个数是为组合数。

那么，两个for循环的先后顺序可就有说法了。

我们先来看外层for循环遍历物品（钱币），内层for遍历背包（金钱总额）的情况。

代码如下：

for (int i = 0; i < coins.size(); i++) { // 遍历物品
    for (int j = coins[i]; j <= amount; j++) { // 遍历背包容量
        dp[j] += dp[j - coins[i]];
    }
}

假设：coins[0] = 1，coins[1] = 5。

那么就是先把1加入计算，然后再把5加入计算，得到的方法数量只有{1, 5}这种情况。而不会出现{5, 1}的情况。

所以这种遍历顺序中dp[j]里计算的是组合数！

如果把两个for交换顺序，代码如下：

for (int j = 0; j <= amount; j++) { // 遍历背包容量
    for (int i = 0; i < coins.size(); i++) { // 遍历物品
        if (j - coins[i] >= 0) dp[j] += dp[j - coins[i]];
    }
}

背包容量的每一个值，都是经过 1 和 5 的计算，包含了{1, 5} 和 {5, 1}两种情况。

此时dp[j]里算出来的就是排列数！

代码

class Solution {
    public int change(int amount, int[] coins) {
        //dp[i]装满容量为 i 的背包的最大方法数
        int [] dp = new int [amount + 1];
        dp[0] = 1;
        //遍历物品
        for(int i=0; i < coins.length; i++){
            //遍历背包
            for(int j = coins[i]; j<=amount; j++){
                dp[j] += dp[j - coins[i]];
            }
        }
        return dp[amount];
    }
}

总结

难点在于遍历顺序！

在求装满背包有几种方案的时候，认清遍历顺序是非常关键的。

如果求组合数就是外层for循环遍历物品，内层for遍历背包。

如果求排列数就是外层for遍历背包，内层for循环遍历物品。

377. 组合总和 Ⅳ

给你一个由不同整数组成的数组 nums ，和一个目标整数 target 。请你从 nums 中找出并返回总和为 target 的元素组合的个数。

题目数据保证答案符合 32 位整数范围。

示例 1：

输入：nums = [1,2,3], target = 4
输出：7
解释：
所有可能的组合为：
(1, 1, 1, 1)
(1, 1, 2)
(1, 2, 1)
(1, 3)
(2, 1, 1)
(2, 2)
(3, 1)
请注意，顺序不同的序列被视作不同的组合。

示例 2：

输入：nums = [9], target = 3
输出：0

思路

完全背包问题,求排列数, 先遍历背包, 再遍历物品

求装满背包有几种方法: dp[ i ] += dp[ i - nums[i] ]

代码

class Solution {
    public int combinationSum4(int[] nums, int target) {
        int [] dp = new int [target + 1];
        //初始化
        dp[0] = 1;
        //遍历背包
        for(int j = 0; j <= target; j++){
            //遍历物品
            for(int i = 0; i < nums.length; i++){
                if(j - nums[i] >= 0) dp[j] += dp[j - nums[i]];
            }
        }
        return dp[target];
    }
}