完全背包—例题
零钱兑换||
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
提示:
1 <= coins.length <= 300
1 <= coins[i] <= 5000
coins
中的所有值 互不相同0 <= amount <= 5000
解题思路
这个题的解题思路和01背包中的目标和一样都是求解的方案解。但是目标和那道题目是01背包问题而不是完全背包问题。
如果求组合数就是外层for循环遍历物品,内层for遍历背包。(组合数不强调排列的顺序)
如果求排列数就是外层for遍历背包,内层for循环遍历物品。(排列数强调排列的顺序)
//类似于目标和只是这个转换成了完全背包的问题
class Solution {
public:
int change(int amount, vector<int>& coins) {
int dp[5001];
for(int i=0;i<=amount;i++)
dp[i] = 0;
dp[0] = 1;
//为什么先遍历硬币再遍历背包 ?
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];
}
};
组合求和
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
提示:
1 <= nums.length <= 200
1 <= nums[i] <= 1000
nums
中的所有元素 互不相同1 <= target <= 1000
**进阶:**如果给定的数组中含有负数会发生什么?问题会产生何种变化?如果允许负数出现,需要向题目中添加哪些限制条件?
解题思路
这是排列数的种类的计算方法
class Solution {
public:
int combinationSum4(vector<int>& nums, int target) {
vector<long> dp(target + 1, 0);
dp[0] = 1;
for(int j = 0; j <= target; j++){
for(int i = 0; i < nums.size(); i++){
if(j >= nums[i] && dp[j] <= INT_MAX - dp[j - nums[i]])
dp[j] += dp[j-nums[i]];
}
}
return dp[target];
}
};
完全平方数
给你一个整数 n
,返回 和为 n
的完全平方数的最少数量 。
完全平方数 是一个整数,其值等于另一个整数的平方;换句话说,其值等于一个整数自乘的积。例如,1
、4
、9
和 16
都是完全平方数,而 3
和 11
不是。
示例 1:
输入:n = 12
输出:3
解释:12 = 4 + 4 + 4
示例 2:
输入:n = 13
输出:2
解释:13 = 4 + 9
提示:
1 <= n <= 104
解题思路
这是一个动态规划的习题
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
int dp[10001];
for(int i=0;i<amount;i++)
dp[i] = INT_MAX-1;
dp[0] = 0;
for(int i = 0;i<coins.size();i++){
for(int j=coins[i];j<=amount;j++){
if (dp[j - coins[i]] != INT_MAX) { // 如果dp[j - coins[i]]是初始值则跳过
dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
}
}
}
if (dp[amount] == INT_MAX) return -1;
return dp[amount];
}
};