# 动态规划背包part02 -- 完全背包

完全背包理论基础.卡码网题目

题目链接：52. 携带研究材料（第七期模拟笔试）

完全背包与01背包区别就是遍历顺序，完全背包内层遍历要从小到大开始，因为每个物品可以取n次

N = [int(x) for x in input().split()]
n = N[0]
v = N[1]
values = []
weight = []

for _ in range(n):
    temp = [int(x) for x in input().split()]
    weight.append(temp[0])
    values.append(temp[1])

dp = [0] * (v + 1)

for i in range(n):
    for j in range(weight[i], v + 1):
        dp[j] = max(dp[j], dp[j - weight[i]] + values[i])

print(dp[v])

LeetCode518.零钱兑换 II

题目链接：518. 零钱兑换 II

遍历顺序：

本题只能外层遍历物品，内层遍历背包

因为纯完全背包求得装满背包的最大价值是多少，和凑成总和的元素有没有顺序没关系，即：有顺序也行，没有顺序也行！

而本题要求凑成总和的组合数，元素之间明确要求没有顺序。

所以纯完全背包是能凑成总和就行，不用管怎么凑的。

本题是求凑出来的方案个数，且每个方案个数是为组合数。

外层for循环遍历物品（钱币），内层for遍历背包（金钱总额）的情况:

for (int i = 0; i < coins.size(); i++) { // 遍历物品
    for (int j = coins[i]; j <= amount; j++) { // 遍历背包容量
        dp[j] += dp[j - coins[i]];
    }
}

假设：coins[0] = 1，coins[1] = 5。

那么就是先把1加入计算，然后再把5加入计算，得到的方法数量只有{1, 5}这种情况。而不会出现{5, 1}的情况。

所以这种遍历顺序中dp[j]里计算的是组合数！

如果把两个for交换顺序，代码如下：

for (int j = 0; j <= amount; j++) { // 遍历背包容量
    for (int i = 0; i < coins.size(); i++) { // 遍历物品
        if (j - coins[i] >= 0) dp[j] += dp[j - coins[i]];
    }
}

背包容量的每一个值，都是经过 1 和 5 的计算，包含了{1, 5} 和 {5, 1}两种情况。

此时dp[j]里算出来的就是排列数！

class Solution:
    def change(self, amount: int, coins: List[int]) -> int:
        dp = [0] * (amount + 1)
        dp[0] = 1

        for i in range(len(coins)):
            for j in range(coins[i], amount + 1):
                dp[j] += dp[j - coins[i]]
        return dp[amount]

LeetCode377.组合总和Ⅳ

题目链接：377. 组合总和 Ⅳ

遍历顺序：

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。

class Solution:
    def combinationSum4(self, nums: List[int], target: int) -> int:
        dp = [0] * (target + 1)
        dp[0] = 1

        for i in range(1, target + 1):
            for num in nums:
                if i >= num:
                    dp[i] += dp[i - num]
        
        return dp[target]

爬楼梯进阶版

题目链接：爬楼梯（第八期模拟笔试）

注意与Leetcode70. 爬楼梯进行辨析

N = [int(x) for x in input().split()]
n = N[0]
step = N[1]

dp = [0] * (n + 1)
dp[0] = 1


for i in range(1, n+1):
    for j in range(1, step + 1):
        dp[i] += dp[i - j]

print(dp[-1])