背包型动态规划——背包问题5

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, 正整数 target 表示背包的大小, 找到能填满背包的方案数。
每一个物品只能使用一次

给出候选物品集合 [1,2,3,3,7] 以及 target 7

结果的集合为:
[7]
[1,3,3]

返回 2

1、题目分析

从题目的提问方式可以看出是属于典型的计数类型的动态规划。

2、确定状态

需要知道N个物品有多少种方式拼出重量W (W =0, 1, …, Target)

最后一步：第N个物品（重量AN-1 ）是否进入背包。可以分为两种情况。

情况一：用前N-1个物品拼出W

情况二：用前N-1个物品能拼出W- AN-1 ，再加上最后的物品AN-1 ，拼出W

情况一的个数+情况二的个数 =用前N个物品拼出W的方式

因此我们可以假设状态f[i][w]表示用前i个物品有多少种方式拼出重量w

3、转移方程

假设状态f[i][w]表示用前i个物品有多少种方式拼出重量w

4、初始条件和边界情况

初始条件：

f[0][0]=1：0个物品可以有一种方式拼出重量0

f[0][1……w]=0：0个物品不能拼出大于0的重量

边界情况：

f[i-1][w-Ai-1]只能在w>=Ai-1时使用

5、计算顺序

逐行计算。答案f[N][Traget]

时间复杂度：O(N*Target)，空间复杂度：O(Target)

6、代码实现

class Solution:
    """
    @param nums: an integer array and all positive numbers
    @param target: An integer
    @return: An integer
    """
    def backPackV(self, nums, target):
        # write your code here
        if target == 0 or len(nums) == 0:
            return 0
        n = len(nums)
        #使用二维数组的话运行内存超出
        # dp=[[0]*(target+1) for i in range(n+1)]
        # dp[0][0]=1
        dp = [0] * (target + 1)
        dp[0] = 1
        for i in range(1, n + 1):
            for j in range(target, -1, -1):
                if j >= nums[i - 1]:
                    dp[j] += dp[j - nums[i - 1]]
                else:
                    break
        return dp[target]