题目地址:
https://www.lintcode.com/problem/backpack-iv/description
给定一个数组 A A A,代表每个物品的体积,题目保证 A A A里的数全是正数并且没有重复。再给定一个容积 m m m,问能塞满这个容积的物品组合的方案数。每个物品可以用无限次。
思路是动态规划。将一个方案与一个上升序列做一一对应,例如,某个方案是 A [ 0 ] A[0] A[0]取 2 2 2个, A [ 1 ] A[1] A[1]取 1 1 1个, A [ 3 ] A[3] A[3]取 2 2 2个,那么这个方案可以表示为 ( 0 , 0 , 1 , 3 , 3 ) (0,0,1,3,3) (0,0,1,3,3)。也就是将选取的每个物品的下标做成一个单调增序列。设 f [ i ] [ j ] f[i][j] f[i][j]是只选 A [ 0 : i ] A[0:i] A[0:i]的物品,要填满体积 j j j的方案数。那么可以按照方案所对应的序列的最后一个数字做分类,如果最后一个数字恰好是 i i i,意思是这个方案包含 A [ i ] A[i] A[i],那么此时的方案数是 f [ i ] [ j − A [ i ] ] f[i][j-A[i]] f[i][j−A[i]];如果最后一个数字不是 i i i,那么此时方案数是 f [ i − 1 ] [ j ] f[i-1][j] f[i−1][j],所以有: f [ i ] [ j ] = f [ i ] [ j − A [ i ] ] + f [ i − 1 ] [ j ] f[i][j]=f[i][j-A[i]]+f[i-1][j] f[i][j]=f[i][j−A[i]]+f[i−1][j]边界条件: f [ 0 ] [ j ] = { 1 , A [ 0 ] ∣ j 0 , A [ 0 ] ∤ j f[0][j]=\begin{cases} 1,A[0]|j\\0, A[0]\nmid j \end{cases} f[0][j]={1,A[0]∣j0,A[0]∤j注意到递推式, f [ i ] f[i] f[i]在更新的时候一定要按照 j j j递增的顺序更新,因为 f [ i ] [ j ] f[i][j] f[i][j]是依赖 f [ i ] [ j − A [ i ] ] f[i][j-A[i]] f[i][j−A[i]]的。代码如下:
public class Solution {
/**
* @param nums: an integer array and all positive numbers, no duplicates
* @param target: An integer
* @return: An integer
*/
public int backPackIV(int[] nums, int target) {
// write your code here
if (nums == null || nums.length == 0) {
return 0;
}
int[][] dp = new int[nums.length][target + 1];
for (int i = 0; i * nums[0] <= target; i++) {
dp[0][i * nums[0]] = 1;
}
for (int i = 1; i < nums.length; i++) {
for (int j = 0; j <= target; j++) {
dp[i][j] = dp[i - 1][j];
if (j >= nums[i]) {
dp[i][j] += dp[i][j - nums[i]];
}
}
}
return dp[nums.length - 1][target];
}
}
时空复杂度 O ( l A m ) O(l_Am) O(lAm)。
考虑空间优化。由于 f [ i ] [ j ] f[i][j] f[i][j]只依赖其正上方一行和其左边的值,所以可以考虑在更新的时候直接覆盖到原数组上。但是需要注意,一定要从左向右更新,因为 f [ i ] [ j ] f[i][j] f[i][j]是依赖 f [ i ] [ j − A [ i ] ] f[i][j-A[i]] f[i][j−A[i]]的。代码如下:
public class Solution {
/**
* @param nums: an integer array and all positive numbers, no duplicates
* @param target: An integer
* @return: An integer
*/
public int backPackIV(int[] nums, int target) {
// write your code here
if (nums == null || nums.length == 0) {
return 0;
}
int[] dp = new int[target + 1];
for (int i = 0; i * nums[0] <= target; i++) {
dp[i * nums[0]] = 1;
}
for (int i = 1; i < nums.length; i++) {
// 按照j递增的顺序更新
for (int j = 0; j <= target; j++) {
if (j >= nums[i]) {
dp[j] += dp[j - nums[i]];
}
}
}
return dp[target];
}
}
时间复杂度不变,空间 O ( m ) O(m) O(m)。