4 完全背包装满问题

这篇文章探讨了如何利用动态规划算法解决背包问题的变种,针对给定物品大小数组和目标容量,计算允许无限次使用的物品能够填满背包的方案数量。通过定义状态并采用次数作为dp矩阵值,逐步填充状态转移方程,最后返回dp数组的末尾元素作为答案。
摘要由CSDN通过智能技术生成

给出 n 个物品, 以及一个数组, nums[i]代表第i个物品的大小, 保证大小均为正数并且没有重复, 正整数 target 表示背包的大小, 找到能填满背包的方案数。
每一个物品可以使用无数次

这个其实可以看做背包问题2和3的一个组合,需要定义状态为能否装满,然后对状态从小到大遍历即可。在之前问题2中,我们用布尔矩阵,此处可以用次数作为dp矩阵的值。

class Solution:
    """
    @param nums: an integer array and all positive numbers, no duplicates
    @param target: An integer
    @return: An integer
    """
    def backPackIV(self, nums, target):
        # write your code here
        dp = [0 for _ in range(target+1)]
        dp[0] = 1
        
        for w in nums:
            for i in range(w, target+1):
                dp[i] += dp[i-w]
        
        return dp[-1]
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值