代码随想录训练营第四十四天|518. 零钱兑换 II 377. 组合总和 Ⅳ

完全背包 

1.完全背包相较于01背包问题，不同之处在于物品可以重复放入多次。对于纯完全背包问题for循环顺序可以颠倒，而对于完全背包的变种问题则对两个for循环的顺序有不同的要求。（以下代码为滚动数组版本。）

#include<iostream>
using namespace std;
int main(){
    int n,v;
    cin >> n >> v;
    int weight[n],value[n];
    for(int i=0;i<n;i++){
        cin >> weight[i] >> value[i];
    }
    int dp[v+1]={0};
    for(int i=0;i<n;i++){
        for(int j=weight[i];j<=v;j++){
            dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);
        }
    }
    cout << dp[v];
}

518. 零钱兑换 II

1.以为是个板子题，先物品再背包很快就通过了，时间效率也OK。看了题解之后，发现for循环的顺序是有讲究的，只能先物品再背包。本题说是计算并返回可以凑成总金额的硬币组合数，例：{1,5}和{5,1}算作一种组合，而如果颠倒for循环的顺序，计算出来的就是排列数，{1,5}和{5,1}作为两种不同的排列都会被加入结果集。此外，本题递推公式是累加，所以dp[0]要初始化为1。（注：当dp数组初始化没有实际意义时，考虑怎样初始化才能满足递推公式的推导）

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];
    }
};

377. 组合总和 Ⅳ

1.这一题就是收集不同的排列了，只能先背包再物品。很多同学可能会对题解中的这一句代码感到困惑：

dp[i] < INT_MAX - dp[i - nums[j]]

从表面上看，这句代码应该是为了防止整型溢出。但是我们收集结果怎么能因为它会整型溢出就不收集它了呢？这样最后的收集结果还会正确吗？而且题目不是说了数据保证答案符合 32 位整数范围吗？事实上答案就是符合范围的，但是不是答案的dp数组元素可能会发生溢出，且发生溢出的dp数组元素不会出现在答案dp[target]的累加路径上（笑）。我尝试过用float类型收集结果，最后再转化为整型，但结果会出现精度丢失。因为阶码部分表示的数比较大，尾数部分只有23位，当这个数不能被完全精确表示，float会转化成能表示的最接近的整数部分从而丢失精度。（注：double类型不会出现精度丢失）

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

2.经评论区提示，unsigned long long型也不会丢失精度。

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

今日总结：完全背包，启动！