算法整理——【动态规划练习（5）完全背包进阶】

在上一篇博客算法整理——【动态规划练习（4）完全背包】-CSDN博客的基础上，继续补充完全背包相关问题。

一、完全背包中的排列和组合

在纯完全背包问题中，我们说先遍历物品后遍历背包和先遍历背包后遍历物品都是可以的，因为返回的是值的最大和。但如果要返回的是背包里的物品或其种类数，则涉及到排列还是组合的问题，如{1,2}和{2,1}算一个还是两个。

现在我们来看一个组合题518. 零钱兑换 II - 力扣（LeetCode）和一个排列题377. 组合总和 Ⅳ - 力扣（LeetCode）。

排列还是组合，代码中主要由循环的顺序决定。如果是外层遍历物品，内层遍历背包，则物品1永远会在2前面，不会存在{2,1}，是组合。如果外层遍历背包，内层遍历物品，则背包的每一个值都会考虑1或2，会存在{2,1}，是排列。

总结：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。

组合题代码如下：

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++)
        {
            for(int j = coins[i]; j<=amount; j++)
            {
                dp[j] += dp[j-coins[i]];
            }
        }
        return dp[amount];
    }
};

排列题代码如下：

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

二、单词拆分

题目为139. 单词拆分 - 力扣（LeetCode），给你一个字符串 s 和一个字符串列表 wordDict 作为字典。如果可以利用字典中出现的一个或多个单词拼接出 s 则返回 true。

本题和回溯算法中分割回文串的题目相似，本题也可以用回溯方法枚举分割情况。普通的回溯可能会超时，因为每个位置都有两个状态，我们可以通过增加memory数组保存之前递归后的结果，这样可以优化。

现在我们用动态规划的多重背包来解决这个问题，把字符串看成背包，单词看成物品，单词可以被重复使用，所以是一个完全背包。使用动规五部曲分析：

①确定dp数组和下标的含义。dp[i]的意思是，字符串取前面长度为i的部分，是否可以完全拆分为单词。

②递推公式。如果dp[j]为1且[j,i]这个区间的子串在字典里，那么dp[i]就是1。

③初始化。dp[0]=1，其他初始化为0。

④遍历顺序。本题其实为排列问题，因为字符串和单词都是有序的。所以我们要先遍历背包再遍历物品。

⑤尝试推导dp数组并检查。

完整代码如下：

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        unordered_set<string> Dic(wordDict.begin(),wordDict.end());
        vector<bool> dp(s.size()+1,0);
        dp[0] = 1;
        for(int i = 1; i<=s.size(); i++)
        {
            for(int j = 0; j<i; j++)
            {
                string word = s.substr(j,i-j);//substr(起始位置，截取的个数)
                if(Dic.find(word) != Dic.end() && dp[j])
                {
                    dp[i] = 1;
                }
            }
        }
        return dp[s.size()];
    }
};

说明：本文为作者整理知识点用于复习巩固，参考了代码随想录的讲解，有问题可以联系作者欢迎讨论~