代码随想录算法训练营Day43 | 完全背包、518. 零钱兑换 II、377. 组合总和 Ⅳ | Python | 个人记录向

完全背包

代码随想录：完全背包
卡码网：52. 携带研究材料

做题

新题，先看文章。

看文章

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。

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。

n, v = map(int, input().split())
weight = []
value = []
for i in range(n):
    a, b = map(int, input().split())
    weight.append(a)
    value.append(b)
    
dp = [0] * (v+1)
for i in range(n):
    for j in range(weight[i], v+1):
        dp[j] = max(dp[j], dp[j-weight[i]]+value[i])
print(dp[v])

518. 零钱兑换 II

代码随想录：518. 零钱兑换 II
Leetcode：518. 零钱兑换 II

做题

转换有点懵。

看文章

dp[j]：凑成总金额j的货币组合数为dp[j]
dp[j] 就是所有的dp[j - coins[i]]（考虑coins[i]的情况）相加。所以递推公式：dp[j] += dp[j - coins[i]]

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

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)

377. 组合总和 Ⅳ

代码随想录：377. 组合总和 Ⅳ
Leetcode：377. 组合总和 Ⅳ

做题

照搬上题，无法通过测试。

看文章

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。

如果把遍历nums（物品）放在外循环，遍历target的作为内循环的话，举一个例子：计算dp[4]的时候，结果集只有 {1,3} 这样的集合，不会有{3,1}这样的集合，因为nums遍历放在外层，3只能出现在1后面！

所以本题遍历顺序最终遍历顺序：target（背包）放在外循环，将nums（物品）放在内循环，内循环从前到后遍历。

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

时间复杂度: O(target * n)，其中 n 为 nums 的长度
空间复杂度: O(target)

以往忽略的知识点小结

• 完全背包问题
• 完全背包对于排列、组合的处理方式

个人体会

完成时间：2h。
心得：完全背包问题、排列与组合，其实在整体代码上差不多，但在逻辑上需要调整。

​