代码随想录算法训练营day44 | 完全背包、518. 零钱兑换 II、377. 组合总和 Ⅳ

完全背包

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。

我们知道01背包内嵌的循环是从大到小遍历，为了保证每个物品仅被添加一次。而完全背包的物品是可以添加多次的，所以要从小到大去遍历。

01背包中二维dp数组的两个for遍历的先后循序是可以颠倒了，一维dp数组的两个for循环先后循序一定是先遍历物品，再遍历背包容量。

在完全背包中，对于一维dp数组来说，其实两个for循环嵌套顺序是无所谓的！因为dp[j] 是根据 下标j之前所对应的dp[j]计算出来的。 只要保证下标j之前的dp[j]都是经过计算的就可以了。

先遍历物品，再遍历背包
def test_CompletePack(weight, value, bagWeight):
    dp = [0] * (bagWeight + 1)
    for i in range(len(weight)):  # 遍历物品
        for j in range(weight[i], bagWeight + 1):  # 遍历背包容量
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
    return dp[bagWeight]

先遍历背包，再遍历物品
def test_CompletePack(weight, value, bagWeight):
    dp = [0] * (bagWeight + 1)
    for j in range(bagWeight + 1):  # 遍历背包容量
        for i in range(len(weight)):  # 遍历物品
            if j - weight[i] >= 0:
                dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
    return dp[bagWeight]

518. 零钱兑换 II

动态规划五部曲

1. 确定dp数组以及下标的含义：可以凑成总金额j的硬币组合数为dp[j]

2. 确定递推公式：dp[j] += dp[j - coins[i]]

3. dp数组如何初始化：dp[0] = 1

4. 确定遍历顺序：本题不能和纯完全背包的问题一样两种循环方式都行

本题是求凑出来的方案个数，且每个方案个数是为组合数。那么两个for循环的先后顺序就有关系了。

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，这种遍历顺序中dp[j]里计算的是组合数(无序)！两个for交换顺序 dp[j]里算出来的就是排列数(有序)！

5. 举例推导dp数组

class Solution:
    def change(self, amount: int, coins: List[int]) -> int:
        dp = [0] * (amount+1)
        dp[0] = 1
        for coin in coins:
            for j in range(coin, amount+1):
                dp[j] += dp[j-coin]
        return dp[amount]

377. 组合总和 Ⅳ 

动态规划五部曲

1. 确定dp数组以及下标的含义：凑成目标正整数为j的排列个数为dp[j]
2. 确定递推公式：dp[j] += dp[j - nums[i]]
3. dp数组如何初始化：dp[0] = 1，初始化能够满足后续推导即可
4. 确定遍历顺序：本题和518.零钱兑换II就不一样了，一个是组合，一个是排列。因此外层for循环遍历数量，内层for遍历物品
5. 举例推导dp数组

class Solution:
    def combinationSum4(self, nums: List[int], target: int) -> int:
        dp = [0] * (target + 1)
        dp[0] = 1
        for j in range(target+1):
            for num in nums:
                if j >= num:
                    dp[j] += dp[j-num]
        return dp[target]