第九章 动态规划 part06 完全背包 518. 零钱兑换II 377. 组合总和Ⅳ

第四十四天| 第九章 动态规划 part06 完全背包 518. 零钱兑换II 377. 组合总和Ⅳ

一、完全背包

1.1 题意

• 有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品都有无限个（也就是可以放入背包多次），求解将哪些物品装入背包里物品价值总和最大。

• 完全背包和01背包问题唯一不同的地方就是，每种物品有无限件。

1.2 与01背包在关键代码上的区别

• 在遍历顺序上，01背包的滚动数组实现必须是**外层正序遍历物品，内层倒序遍历背包**

• 而完全背包的遍历顺序：可以是先遍历物品，再遍历背包；也可以是先遍历背包，再遍历物品。但内外层必须都是正序遍历，代码如下：

• for(int i = 0; i < weight.length; i++) {
      for(int j = weight[i]; j < bagSize; j++) {
          // 递推
      }
  }
  

1.3 示例

背包最大重量为4。

物品为：

	重量	价值
物品0	1	15
物品1	3	20
物品2	4	30

每件商品都有无限个！

问背包能背的物品最大价值是多少？

1.4 dp状态图

1.5 整体代码

//先遍历物品，再遍历背包
private static void testCompletePack(){
    int[] weight = {1, 3, 4};
    int[] value = {15, 20, 30};
    int bagWeight = 4;
    int[] dp = new int[bagWeight + 1];
    for (int i = 0; i < weight.length; i++){ // 遍历物品
        for (int j = weight[i]; j <= bagWeight; j++){ // 遍历背包容量
            dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
        }
    }
    for (int maxValue : dp){
        System.out.println(maxValue + "   ");
    }
}

二、518. 零钱兑换II（完全背包的“组合”应用）

• 题目链接：https://leetcode.cn/problems/coin-change-ii/

• 题目介绍：

  • 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
    

• 思路：

  • DP五部曲：

    • （1）确定dp数组的含义及下标

      • dp[j]：表示的是装满容量为j的背包，有dp[j]种方法
        

    • （2）确定递推公式：

      • 所有求“多少种方法”的问题都是：
        dp[j] += dp[j - coins[i]];
        

    • （3）初始化dp数组：

      • dp[0] = 1;
        

    • （4）确定遍历顺序：

      • 外层物品，内层背包，都是正序
        

• 代码：

class Solution {
    public int change(int amount, int[] coins) {
        int[] dp = new int[amount + 1];
        dp[0] = 1;
        for (int i = 0; i < coins.length; i++) {
            for (int j = coins[i]; j <= amount; j++) {
                dp[j] += dp[j - coins[i]];
            }
        }
        return dp[amount];
    }
}

• 注意：本题的遍历顺序很讲究：
  • 我们在完全背包的理论中说明了，对于完全背包问题我们既可以先遍历物品，再遍历背包，也可以反过来
  • 但是本题所求解的是：装满背包的方法有多少种，是一般的完全背包理论的变体
  • 这里的遍历顺序涉及了排列还是组合的问题，先说结论：
    • 先遍历物品再遍历背包，求得的是组合
      • 对于本题而言，先遍历物品，再遍历背包，物品放入背包的顺序永远都是从上到下，所以只考虑了符合“组合”的物品，如图所示的箭头方向：
        • 
    • 先遍历背包再遍历物品，求得的是排列
      • 如图所示，当遍历背包容量j中的第一个物品i时，当前的状态来源于前一个背包容量的最后一个物品，所以出现重复的情况
        • 

三、377. 组合总和Ⅳ（完全背包的“排列”应用）

• 题目链接：https://leetcode.cn/problems/combination-sum-iv/

• 题目介绍：

  • 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。
    

• 思路：

  • 本题的关键点就是：顺序不同的序列被视作不同的组合。
  • 所以和上一题的区别就在于，本题求解的是**”排列“**
  • 因此，先遍历背包，再遍历物品。

• 代码：

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

总结：

• 01背包问题：
  • （1）使用二维数组：
    • 先遍历物品，或者先遍历背包都可以
    • 但必须都使用正序遍历
  • （2）使用滚动数组：
    • 必须先遍历物品，再遍历背包，并且遍历背包需要倒序（才能保证每个物品进背包一次）
• 完全背包问题：
  • 因为可以多次放入背包，所以背包遍历采用正序
  • （1）如果求解的是装满背包的最大价值：
    • 先遍历物品，或者先遍历背包都可以
  • （2）如果求解的是装满背包的方法有多少种：
    • 如果求解的是组合：
      • 先遍历物品，再遍历背包
    • 如果求解的是排列：
      • 先遍历背包，再遍历物品