代码随想录训练营第44天 | 完全背包● 518. 零钱兑换 II ● 377. 组合总和 Ⅳ

完全背包

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。

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，但是为了不搞错，统一写成物品外循环、背包内循环的方式。

def test_CompletePack(weight, value, bagWeight):
    dp = [0] * (bagWeight + 1)
    for i in range(len(weight)):  # 遍历物品
        for j in range(weight[i], bagWeight + 1):  # 遍历背包容量
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
    return dp[bagWeight]

if __name__ == "__main__":
    weight = [1, 3, 4]
    value = [15, 20, 30]
    bagWeight = 4
    result = test_CompletePack(weight, value, bagWeight)
    print(result)

518. 零钱兑换 II

题目链接：https://leetcode.com/problems/coin-change-ii

解法：

本题属于典型的完全背包问题。但本题和纯完全背包不一样，纯完全背包是凑成背包最大价值是多少，而本题是要求凑成总金额的物品组合个数！注意这是求组合。

要注意的地方有三点:

1. 递推公式

递推公式：dp[j] += dp[j - coins[i]]

2. 初始化

dp[0]一定要为1，dp[0] = 1是 递归公式的基础。如果dp[0] = 0 的话，后面所有推导出来的值都是0了。

3. 遍历顺序

由于是组合，那么一定是物品外循环、背包内循环，由于是完全背包，所以背包内循环是从前到后遍历。

如果是排列，背包外循环、物品内循环。

代码本身还是很精简的。

边界条件：无

时间复杂度：O(mn)，其中 m 是amount，n 是 coins 的长度

空间复杂度：O(m)

class Solution(object):
    def change(self, amount, coins):
        dp = [0] * (amount+1)
        dp[0] = 1
        for c in coins:
            for j in range(c, amount+1):
                dp[j] += dp[j-c]
        return dp[-1]

377. 组合总和 Ⅳ 

题目链接：https://leetcode.com/problems/combination-sum-iv

解法：

这道题名字是组合，结果是求排列。

其本质是本题求的是排列总和，而且仅仅是求排列总和的个数，并不是把所有的排列都列出来。

如果本题要把排列都列出来的话，只能使用回溯算法爆搜。

所以唯一需要注意的，就是遍历顺序，背包外循环，物品内循环，其他没了。

边界条件：无

时间复杂度：O(target * n)，其中 n 为 nums 的长度

空间复杂度：O(target)

class Solution(object):
    def combinationSum4(self, nums, target):
       
        dp = [0] * (target+1)
        dp[0] = 1
        for j in range(1, target+1):
            for num in nums:
                if j >= num:
                    dp[j] += dp[j-num]
        return dp[target]