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
-
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。
-
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]]
- 对于每个金额
-
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。
-
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。
- 外层循环遍历每个硬币
-
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
-
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
-
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]]
- 对于每个和
-
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。
-
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。
- 外层循环遍历每个和
-
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
-
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
-
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]
- 对于到达第
-
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
- 初始化
-
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
-
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;
}