DAY-1 LeetCode5269 从栈中取出 K 个硬币的最大面值和

从栈中取出 K 个硬币的最大面值和:

思路：

第一步：该题类似于背包问题，将不同的栈看作不同组背包，背包里有不同的商品。根据多重背包，将一个栈内的相邻元素打包做一个商品（也就是将求栈的前缀和）于是转化成为一个普通的01背包问题：

eg： 将第一组数据 [[1,100,3],[7,8,9]] 的 硬币打包。
$$第一组背包硬币：[1,100,3]==>[1,101,104]第二组背包硬币：[7,8,9]==>[7,15,24]$$
第二步：显而易见，现在k相当于就是限制背包容量的参数，也就是 硬币数不超过k。

第三步：状态转移，第i组背包的第j个空间的值就等于 第i-1组背包的第j-m位置上的最大值 加上空间占用为m的物品 与 当前位置的最大值。

j为当前背包空间，i为第i组背包,sum[m]为第m个商品的值，m为占用的空间

状态转移方程：
$$f[i][j]=max(f[i-1][j-m]+sum[m],f[i][j])$$

   public int maxValueOfCoins(List<List<Integer>> piles, int k) {
        int[][] f = new int[f.size()+1][k+1];
        for (int i = 1; i <= piles.size(); i++) {
            List<Integer> l= l.get(i-1);
            int max= Math.min(k,l.size());
            int[] sum = new int[max+1];
            sum[0]=0;
            for(int j = 1; j <= length ; j++){
                sum[j] = sum[j-1]+l.get(j-1);
                //System.out.println(sum[j]);
            }
            for (int j = 1; j <= k; j++) {   //  从空间的地方开始枚举适合的商品
                for (int l = 0; l <= Math.min(j, l.size()); l++) { //  注意 这里是从占用空间为0的地方开始枚举，这样可以转移前面一组的空间为1的值
                    dp[i][j]=Math.max(f[i][j],f[i-1][j-l]+sum[l]); //  状态转移
                }
            }
        }
        return f[piles.size()][k];
    }

优化：

当我们从空间为1处枚举到空间为k处，存在冗余的枚举。可以类似于01背包的优化：从空间位置最大的地方开始枚举每件物品

class Solution {
    public int maxValueOfCoins(List<List<Integer>> piles, int k) {
        int[][] f = new int[piles.size()+1][k+1];
        for(int i = 1 ; i <= piles.size();i++){
            List<Integer> l = piles.get(i-1);
            int length = Math.min(l.size(),k);
            int[] sum = new int[length+1];
            for(int j = 1; j <= length ; j++){
                sum[j] = sum[j-1]+l.get(j-1);
                //System.out.println(sum[j]);
            }

            for(int m = 0 ; m <= length;m++){ //  第m个物品
                for(int j = k ; j>= m ; j--){  //  当空间j小于m时就换到下一个商品
                    // System.out.println(j + " : " + m+" : min "+Math.min(piles.size(),j));
                    f[i][j] = Math.max(f[i][j],f[i-1][j-m]+sum[m]); //  将背包里的物品更新
                }
            }
            
        }
        return f[piles.size()][k];
    }


}