m0_50696252的博客

"apple", "pen" 是物品，那么我们要求 物品的组合一定是 "apple" + "pen" + "apple" 才能组成 "applepenapple"。"apple" + "apple" + "pen" 或者 "pen" + "apple" + "apple" 是不可以的，那么我们就是强调物品之间顺序。dp[i] 的状态依靠 dp[j]是否为true，那么dp[0]就是递推的根基，dp[0]一定要为true，否则递推下去后面都是false了。dp[i]:i为字符串的长度（装满背包的容量）；

j。

题目中说每种硬币的数量是无限的，可以看出是典型的完全背包问题。

本题题目描述说是求组合，但又说是可以元素相同顺序不同的组合算两个组合，。

这是一道典型的背包问题，一看到钱币数量不限，就知道这是一个完全背包。但本题和纯完全背包不一样，

理解成多重背包的同学主要是把m和n混淆为物品了，感觉这是不同数量的物品，所以以为是多重背包。只不过这个背包有两个维度，一个是m 一个是n，而不同长度的字符串就是不同大小的待装物品。装满重量为m（m个0）和重量为n（n个1），两个维度的背包，最多能装多少物品。

加法的绝对值的集合left减法的绝对值的集合rightnums集合的总和sum这里的left和right都是绝对值：→ left = (target + sum)/2 ，target 和sum都是常量若target + sum为奇数，则无法整除，其实实际意义就是，没有组合能够得到目标和target。

视为注释，而不是有效的代码。因为重量都不会是负数，所以dp[j]都初始化为0就可以了，这样在递归公式dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);本题中，石头的重量是 stones[i]，石头的价值也是 stones[i] ，可以 “最多可以装的价值为 dp[j]” == “最多可以背的重量为dp[j]”01背包中：dp[j]的含义-容量为j的背包，最多可以装的价值为 dp[j]。本题物品的重量为stones[i]，物品的价值也为stones[i]。

dp。

对于面试的话，掌握，就够用了，最多可以再来一个。至于背包九讲其他背包，面试几乎不会问，都是竞赛级别的了，leetcode上连多重背包的题目都没有，所以题库也告诉我们，01背包和完全背包就够用了。而完全背包又是也是01背包稍作变化而来，即：完全背包的物品数量是无限的。leetcode上没有纯01背包的问题，都是01背包应用方面的题目，也就是需要转化为01背包问题。

dp[j]为j为头结点左子树节点数量，dp[i - j-1]为以j为头结点右子树节点数量。dp[3]，就是 元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量。元素1为头结点搜索树的数量 = 右子树有2个元素的搜索树数量 * 左子树有0个元素的搜索树数量。元素2为头结点搜索树的数量 = 右子树有1个元素的搜索树数量 * 左子树有1个元素的搜索树数量。元素3为头结点搜索树的数量 = 右子树有0个元素的搜索树数量 * 左子树有2个元素的搜索树数量。

dp[i]：分拆数字i，可以得到的最大乘积为dp[i]

从递归公式dp[i][j] = dp[i - 1][j] + dp[i][j - 1] 中可以看出，一定是从左到右一层一层遍历，这样保证推导dp[i][j]的时候，dp[i - 1][j] 和 dp[i][j - 1]一定是有数值。从(0, 0)的位置到(i, 0)的路径只有一条，所以dp[i][0]一定为1，dp[0][j]也同理。这意味着即使在第一列中遇到了障碍物，仍然会继续向下遍历，继续赋值。dp[i][j] ：表示从（0 ，0）出发，到(i, j) 有dp[i][j]条不同的路径。

dp是二维数组→网格dp[i][j] ：表示从（0 ，0）出发，到(i, j) 有dp[i][j]条不同的路径。

dp[i]的定义：到达第i台阶所花费的最少体力为dp[i]。调到dp[i]，不仅需要体力花费（dp[i - 1]或dp[i - 2] 跳1/2阶），还需要金钱花费（cost[i - 1]或 cost[i - 2]）也就是说：dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]。dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]。那么究竟是选从dp[i - 1]跳还是从dp[i - 2]跳呢？一定是选最小的，所以dp[i]

多举几个例子，找规律：爬到第一层楼梯有一种方法，爬到二层楼梯有两种方法。那么所以。

一定要写在dp[1] = 1之前；否则当n=0时，就会在dp[1]处报错。dp[i]是依赖 dp[i - 1] 和 dp[i - 2]dp[i]的定义为：第i个数的斐波那契数值是dp[i]那么遍历的顺序一定是从前到后遍历的。

是由前一个状态推导出来的（时序），而贪心是局部直接选最优的。