完全背包问题
背包问题中,每个物品可以放无数次,求得背包可以装得物品的最大价值。
在代码上的区别就是遍历背包容量时,将01背包问题的后序遍历改成前序遍历即可,过程如下:
本题weight数组为[1,3,4],value数组为[15,20,40];可以想象一下,如果物品1的价值改成50,那么dp[3]的数组就会更新成50,而不是45。
完全背包问题贴卡哥代码如下:在纯完全背包问题中,两个for循环的顺序可以改变,可以先遍历背包容量,再遍历物品,为了和01背包保持统一,这里就保持先遍历物品再遍历背包容量的代码逻辑。
// 先遍历物品,在遍历背包
void test_CompletePack() {
vector<int> weight = {1, 3, 4};
vector<int> value = {15, 20, 30};
int bagWeight = 4;
vector<int> dp(bagWeight + 1, 0);
for(int i = 0; i < weight.size(); i++) { // 遍历物品
for(int j = weight[i]; j <= bagWeight; j++) { // 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagWeight] << endl;
}
int main() {
test_CompletePack();
}
LeetCode518. 零钱兑换 II
和前面讲的目标和的题目基本一样,只不过这是一个完全背包问题,背包容量需要从小到大遍历。
那么在这里面如果两个for循环调换顺序可不可以呢?答案是不可以,因为在本题中,求得是组合问题,如果先遍历物品,那么在结果中只会出现一种顺序,如果先遍历背包,那么在结果中会出现1,2或2,1等多种顺序,因此先遍历物品求得是组合问题,先遍历背包求得是排列问题,有点难理解,一开始只需要先记住,后面再慢慢理解。
代码如下:
class Solution {
public:
int change(int amount, vector<int>& coins) {
vector<int> dp(amount+1);
dp[0] = 1;
for(int i=0;i<coins.size();i++){
for(int j=coins[i];j<=amount;j++){
dp[j] += dp[j-coins[i]];
}
}
return dp[amount];
}
};
LeetCode377. 组合总和 Ⅳ
那这道题求得就是排列问题,调换for循环遍历顺序即可,代码如下,测试用例中含有超过int大小的测试用例,所以if条件中有所添加。
class Solution {
public:
int combinationSum4(vector<int>& nums, int target) {
vector<int> dp(target+1,0);
dp[0] = 1;
for(int i=0;i<=target;i++){
for(int j=0;j<nums.size();j++){
if(i-nums[j]>=0 && dp[i]+dp[i - nums[j]<INT_MAX])
dp[i] += dp[i-nums[j]];
}
}
return dp[target];
}
};
拓展:可以想象爬楼梯那道题,如果题目中一次可以爬m步,其实求得也是排列问题,需要先遍历楼梯,在遍历步数,因此代码和本题是一模一样的,本题先遍历背包再遍历物品,如果都调换顺序的话,求得就是组合问题的个数。
可以想象爬楼梯问题,如果先遍历步数,那么就是先把步数为1的方法全部走完,再遍历2,所以只会有一种组合,跟背包问题是相近的(不知道这么想可不可以帮助理解)。