第九章 动态规划 part05

完全背包

题目描述

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

4 5
1 2
2 4
3 4
4 5

输出示例

10

解题思路

完全背包和0-1背包核心思路大致相同，只需要在生成dp数组的时候，遍历物品和背包均采用正序遍历即可。

代码实现

测试地址：https://kamacoder.com/problempage.php?pid=1052

#include <bits/stdc++.h>
using namespace std;

int main() {
    // M表示物品的种类，N表示背包的容量
    int M, N;
    // 读入物品的种类和背包的容量
    cin >> M;
    cin >> N;

    // costs表示每种物品的消耗，values表示每种物品的价值
    vector<int> costs;
    vector<int> values;

    // 读入每种物品的消耗和价值
    for (int i = 0; i < M; i++) {
        int w, v;
        cin >> w >> v;
        costs.push_back(w);
        values.push_back(v);
    }

    // dp[i]表示容量为i的背包能获得的最大价值
    vector<int> dp(N + 1, 0);

    // 遍历每一种容量
    for (int j = 0; j <= N; j++) {
        // 对每一种物品进行选择，看是否选择该物品
        for (int i = 0; i < M; i++) {
            // 如果当前背包的容量能装下当前物品
            if (j - costs[i] >= 0) {
                // 在不选择这个物品和选择这个物品之间选择价值更大的
                dp[j] = max(dp[j], dp[j - costs[i]] + values[i]);
            }
        }
    }

    // 输出背包的最大价值
    cout << dp[N] << endl;

    return 0;
}

零钱兑换-II

题目描述

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

解题思路

1. 确定dp数组以及下标的含义

   • dp[j] 表示金额为 j 时的组合数。即用给定的硬币组合成金额 j 的不同方式数。

2. 确定递推公式

   • 对于每个金额 j，如果选择了当前硬币 coins[i]，则组合数增加 dp[j - coins[i]]，加上不选当前硬币的组合数，二者之和就是当前金额j对应的组合数
   • 递推公式为：dp[j]+=dp[j−coins[i]]

3. dp数组初始化

   • dp[0] 初始化为 1，因为金额为 0 时，只有一种组合方式，即什么都不选。

4. 确定遍历顺序

   • 外层循环遍历每个硬币 coins[i]。
   • 内层循环遍历每个金额 j，从 coins[i] 到 amount。
   • 这种遍历顺序确保了每个硬币可以被多次选择，符合完全背包问题的特性。

5. 举例推导dp数组

   • 以输入：amount = 5, coins = [1, 2, 5]为例，手推dp数组：

     

代码实现

测试地址：https://leetcode.cn/problems/coin-change-ii/

class Solution {
public:
    int change(int amount, vector<int> &coins) {
        vector<int> dp(amount + 1, 0);
        // 金额为 0 时，只有一种组合方式，即什么都不选
        dp[0] = 1;
        // 外层循环遍历每个硬币，内层循环遍历每个金额
        for (int i = 0; i < coins.size(); i++) {
            for (int j = coins[i]; j <= amount; j++) {          
				// 对于每个金额 j，如果选择了当前硬币 coins[i]，
                // 则组合数增加 dp[j - coins[i]]
                dp[j] += dp[j - coins[i]];
            }
        }
        // 最终返回金额为 amount 时的组合数
        return dp[amount];
    }
};

组合总和 Ⅳ

题目描述

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

解题思路

1. 确定dp数组以及下标的含义

   • dp[j] 表示和为 j 的组合数，即用给定的数组 nums 中的元素组合成和为 j 的不同方式数

2. 确定递推公式

   • 对于每个和 j，如果选择了当前数 nums[i]，则组合数增加 dp[j - nums[i]]，将该组合数加上不选择当前数 nums[i]的组合数，二者之和就是当前和为j的组合数。
   • 本题递推公式：dp[j]=dp[j]+dp[j−nums[i]]

3. dp数组初始化

   • dp[0] 初始化为 1，因为和为 0 时，只有一种组合方式，即什么都不选。

4. 确定遍历顺序

   • 外层循环遍历每个和 j，从 0 到 target。
   • 内层循环遍历每个数 nums[i]。
   • 这种遍历顺序确保了每个数可以被多次选择，符合完全背包问题的特性，并且允许不同的排列顺序。

5. 举例推导dp数组

   • 当输入：nums = [1,2,3], target = 4，手推dp数组如下：

     

代码实现

测试地址：https://leetcode.cn/problems/combination-sum-iv/

class Solution {
public:
    int combinationSum4(vector<int>& nums, int target) {
        // dp[j] 表示和为 j 的组合数
        vector<int> dp(target + 1, 0);
  
        // 和为 0 时，只有一种组合方式，即什么都不选
        dp[0] = 1;
  
        // 外层循环遍历每个和 j，内层循环遍历每个数 nums[i]
        for (int j = 0; j <= target; j++) {
            for (int i = 0; i < nums.size(); i++) {
                // 如果 j - nums[i] >= 0，表示当前和 j 可以由 nums[i] 和之前的和 j - nums[i] 组成
                // 并且确保不溢出 INT_MAX
                if (j - nums[i] >= 0 && dp[j] < INT_MAX - dp[j - nums[i]]) {
                    dp[j] += dp[j - nums[i]];
                }
            }
        }
  
        // 最终返回和为 target 时的组合数
        return dp[target];
    }
};

爬楼梯（进阶）

题目描述

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

每次你可以爬至多m (1 <= m < n)个台阶。你有多少种不同的方法可以爬到楼顶呢？

注意：给定 n 是一个正整数。

输入示例：

3 2

输出示例：

3

解题思路

1. 确定dp数组以及下标的含义

   • dp[i]表示，爬到第i层楼梯，共有dp[i]种方法

2. 确定递推公式

   • 对于到达第i层楼梯，我们可以从 1 到 M 的每个数 j 尝试，如果 i - j 非负，说明我们还没爬到顶层，则我们可以将 dp[i-j] 的值加到 dp[i] 上。这是因为，如果已知组合数到 i-j，那么添加 j 就能得到一个组合数到 i。
   • 递推公式：dp[i]+=dp[i−j]

3. dp数组初始化

   • 初始化dp[0] = 1，说明有一种方法到达第0层，就是站在原地不动

4. 确定遍历顺序

   • 外层循环是遍历每一层的楼梯
   • 内层循环是遍历

5. 举例推导dp数组

   • 和组合总和IV类似。

代码实现

测试地址：https://kamacoder.com/problempage.php?pid=1067

int main() {
    int M, N;
    cin >> N;
    cin >> M;

    vector<int> dp(N + 1, 0);
    dp[0] = 1;  // 初始化基础情况
    for (int i = 1; i <= N; i++) {
        for (int j = 1; j <= M; j++) {
            if (i - j >= 0) {
                dp[i] += dp[i-j];  // 更新 dp[i] 为所有可能的 j 的组合
            }
        }
    }

    cout << dp[N] << endl;  // 输出组成 N 的所有组合方式的数量

    return 0;
}