完全背包
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。