【动态规划】完全背包理论基础、518. 零钱兑换 II、377. 组合总和 Ⅳ

lx1234lj

已于 2023-10-07 21:54:00 修改

阅读量36

点赞数

分类专栏：算法文章标签：动态规划算法

于 2023-10-07 20:06:36 首次发布

本文链接：https://blog.csdn.net/lx1234lj/article/details/133653625

版权

算法专栏收录该内容

50 篇文章 0 订阅

订阅专栏

提示：努力生活，开心、快乐的一天

文章目录

完全背包理论基础
518. 零钱兑换 II
377. 组合总和 Ⅳ
🎈今日心得

完全背包理论基础

leetCode没有该题目
题意：
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。
完全背包和01背包问题唯一不同的地方就是，每种物品有无限件。
01背包和完全背包唯一不同就是体现在遍历顺序上，所以本文就不去做动规五部曲了，我们直接针对遍历顺序经行分析！

💡解题思路

首先再回顾一下01背包的核心代码
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

for(int i = 0; i < weight.size(); i++) { // 遍历物品
    for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
        dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
    }
}

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

// 先遍历物品，再遍历背包
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]);

    }
}
// 先遍历背包，再遍历物品
for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量
    for(int i = 0; i < weight.size(); i++) { // 遍历物品
        if (j - weight[i] >= 0) dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
    }
}

01背包中二维dp数组的两个for遍历的先后循序是可以颠倒了，一维dp数组的两个for循环先后循序一定是先遍历物品，再遍历背包容量。
在完全背包中，对于一维dp数组来说，其实两个for循环嵌套顺序是无所谓的！
因为dp[j] 是根据下标j之前所对应的dp[j]计算出来的。只要保证下标j之前的dp[j]都是经过计算的就可以了。
遍历物品在外层循环，遍历背包容量在内层循环，状态如图：
在这里插入图片描述
遍历背包容量在外层循环，遍历物品在内层循环，状态如图：

🤔遇到的问题

01背包喝完全背包的区别需要特别注意

💻代码实现

动态规划

// 先遍历物品，再遍历背包容量
function test_completePack1() {
    let weight = [1, 3, 5]
    let value = [15, 20, 30]
    let bagWeight = 4 
    let dp = new Array(bagWeight + 1).fill(0)
    for(let i = 0; i <= weight.length; i++) {
        for(let j = weight[i]; j <= bagWeight; j++) {
            dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i])
        }
    }
    console.log(dp)
}

🎯题目总结

对于纯完全背包问题，其for循环的先后循环是可以颠倒的！
但如果题目稍稍有点变化，就会体现在遍历顺序上。
如果问装满背包有几种方式的话？那么两个for循环的先后顺序就有很大区别了

518. 零钱兑换 II

题目链接：518. 零钱兑换 II

💡解题思路

本题和纯完全背包不一样，纯完全背包是凑成背包最大价值是多少，而本题是要求凑成总金额的物品组合个数！注意题目描述中是凑成总金额的硬币组合数，为什么强调是组合数呢？
组合不强调元素之间的顺序，排列强调元素之间的顺序
动规五部曲：

确定dp数组以及下标的含义：dp[j]：凑成总金额j的货币组合数为dp[j]
确定递推公式：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]];
dp数组如何初始化：dp[0] = 1是递归公式的基础
确定遍历顺序：两个for循环的先后顺序有不同的说法：外层for循环遍历物品（钱币），内层for遍历背包（金钱总额）这种遍历顺序中dp[j]里计算的是组合数

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

外层for遍历背包（金钱总额），内层for循环遍历物品（钱币）这种遍历顺序中dp[j]里计算的是排列数

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

举例推导dp数组：按照递推公式推导一下做推导，如果发现结果不对，就把dp数组打印出来

🤔遇到的问题

两层遍历都是从小到大的遍历，i++ ; j++

💻代码实现

动态规划

var change = function(amount, coins) {
let dp = new Array(amount+1).fill(0)
dp[0] = 1
for(let i=0;i<coins.length;i++){
  for(let j=coins[i];j<=amount;j++){
    dp[j] +=dp[j-coins[i]]
  }
}
return dp[amount]
};

🎯题目总结

递推公式，和题目494. 目标和一致；而难点在于遍历顺序！
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。

377. 组合总和 Ⅳ

题目链接：377. 组合总和 Ⅳ

💡解题思路

本题和518.零钱兑换II的问题基本一致，只是改题求的是排列，518题求的是组合
只需要将两个for循环对调位置即可

🤔遇到的问题

先遍历背包，在遍历物品；都从0开始遍历

💻代码实现

动态规划

var combinationSum4 = function(nums, target) {
  let dp = new Array(target+1).fill(0)
  dp[0]=1
  for(let i =0;i<=target;i++){
    for(let j=0;j<nums.length;j++){
      if(i>=nums[j]){
        dp[i] += dp[i-nums[j]]
      }
    }
  }
  return dp[target]
};