代码随想录训练营Day44 动态规划part06● 完全背包● 518. 零钱兑换 II ● 377. 组合总和 Ⅳ

 518. 零钱兑换 II 

题目链接：518. 零钱兑换 II - 力扣（LeetCode）

文章链接：代码随想录 (programmercarl.com)

视频链接：装满背包有多少种方法？组合与排列有讲究！| LeetCode：518.零钱兑换II

 这道题与之前题目不同的是，每一种硬币都有无数个。我们把这种问题叫做完全背包问题。

而完全背包问题与01背包问题，其实就是遍历顺序上有变化。

当求最大价值时，不管是先遍历背包在遍历物品，还是先遍历物品再遍历背包都是可以的。如图：

而当求组合数、排列数时，就不可以了。

外层for循环遍历物品，内层for遍历背包的情况

for (int i = 0; i < nums.size(); i++) { // 遍历物品
    for (int j = nums[i]; j <= amount; j++) { // 遍历背包容量
        dp[j] += dp[j - nums[i]];
    }
}

假如nums[0]=1,nums[1]=5，那么“外层for循环遍历物品，内层for遍历背包”也可以理解为先固定一个物品，不断扩大背包容量，进一步理解，外层的物品就相当于你爬楼梯，此时已经站在的第n阶台阶上，j相当于你要到达的终点，dp[j]一定包括了你站在n阶上再行动这种情况，而dp[j]的值就是我站在任意阶台阶上再行动的情况。

那么就是先把1加入计算，然后再把5加入计算，得到的方法数量只有{1, 5}这种情况。而不会出现{5, 1}的情况。

所以这种情况求得是组合数

如果把两个for交换顺序，代码如下：

for (int j = 0; j <= amount; j++) { // 遍历背包容量
    for (int i = 0; i < nums.size(); i++) { // 遍历物品
        if (j - nums[i] >= 0) dp[j] += dp[j - nums[i]];
    }
}

我们发现，当先固定了背包的容量后，我们会把1和5都遍历一遍，包含了{1, 5} 和 {5, 1}两种情况。

所以这种情况求得是排列数。

而这道题很明显就是求组合数，所以是先遍历物品，再遍历背包。

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        vector<int> dp(amount+1,0);
        dp[0]=1;
        for(int i=0;i<coins.size();i++)//先遍历物品
        {
            for(int j=coins[i];j<=amount;j++)//再遍历背包
            {
                dp[j]+=dp[j-coins[i]];
            }
        }
        return dp[amount];
    }
};

377. 组合总和 Ⅳ 

题目链接：377. 组合总和 Ⅳ - 力扣（LeetCode）

文章链接：代码随想录 (programmercarl.com)

视频链接：装满背包有几种方法？求排列数？| LeetCode：377.组合总和IV

 这道题第一眼看起来是求组合数，实际上说明了“顺序不同的序列被视作不同的组合”，所以实际上求得是排列数。

既然是求排列数，上面有将到，求排列数，就需要先遍历背包再遍历物品了。

class Solution {
public:
    int combinationSum4(vector<int>& nums, int target) {
        vector<int> dp(target+1,0);
        dp[0]=1;
        for(int j=0;j<=target;j++)//先遍历背包
        {
            for(int i=0;i<nums.size();i++)//再遍历物品
            {
                if(j>=nums[i]&& dp[j] < INT_MAX - dp[j - nums[i]]) 
                dp[j]+=dp[j-nums[i]];
            }
        }
        return dp[target];
    }
};

Day44 打卡成功，耗时3小时，再接再厉吧，背包有点难甭