代码随想录算法训练营第三十八天| 322. 零钱兑换、279.完全平方数、139.单词拆分、多重背包...

文章链接： 322. 零钱兑换、 279.完全平方数、 139.单词拆分、 多重背包、 背包问题总结

视频链接： 322. 零钱兑换、 279.完全平方数、 139.单词拆分

题目链接： 322. 零钱兑换、 279.完全平方数、 139.单词拆分、 多重背包

322.零钱兑换

思路：

1.确定dp数组含义：装满量为j的物品个数最小为dp[j];

2.递推公式：

登录后复制

dp[j] = min(dp[j - coins[i]] + 1, dp[j]);

• 1.

3.初始化dp数组：

dp[0] = 0;

非0下标：INT_MAX；

登录后复制

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        vector<int> dp(amount + 1, INT_MAX - 1);
        dp[0] = 0;
        for (int i = 0; i < coins.size(); i++) { // 遍历物品
            for (int j = coins[i]; j <= amount; j++) { // 遍历背包
                dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
            }
        }
        if (dp[amount] == INT_MAX - 1) return -1;
        return dp[amount];
    }
};

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.

279.完全平方数

思路：

转换成背包问题：物品为 j * j；容量为 n;

注意：

本题一定可以返回值，因为有1这个完全平方数。

登录后复制

class Solution {
public:
    int numSquares(int n) {
        vector<int> dp(n + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 1; i <= n; i++) { // 背包容量
            for (int j = 1; j * j <= i; j++) {
                dp[i] = min(dp[i], dp[i - j * j] + 1); // 注意：记得 + 1
            }
        }
        return dp[n];
    }
};

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.

139.单词拆分

思路：

1.dp数组含义：对于字符串s，长度为 i 的子字符串的状态用true和false表示。

2.递推公式：

①dp[j]为true，即能在字典中找值组合成s[0 - j]的子字符串；

②能找到s[i - j]这个子字符串；

登录后复制

if (wordSet.find(word) != wordSet.end() && dp[j]) {
		dp[i] = true;
}

• 1.
• 2.
• 3.

3.初始化dp数组：

下标为0的为true，其他为false。

登录后复制

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        unordered_set<string> wordSet(wordDict.begin(), wordDict.end()); // 去重
        vector<bool> dp(s.size() + 1, false);
        dp[0] = true;
        for (int i = 1; i <= s.size(); i++) { // 遍历背包
            for (int j = 0; j < i; j++) { // 遍历物品
                string word = s.substr(j, i - j); // 截取字符串
                if (wordSet.find(word) != wordSet.end() && dp[j]) {
                    dp[i] = true;
                }
            }
        }
        return dp[s.size()];
    }
};

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.

多重背包

问题：

有N种物品和一个容量为V 的背包。第i种物品最多有Mi件可用，每件耗费的空间是Ci ，价值是Wi 。求解将哪些物品装入背包可使这些物品的耗费的空间 总和不超过背包容量，且价值总和最大。

转换成01背包问题：每件物品最多有Mi件可用，把Mi件摊开，其实就是一个01背包问题了。

登录后复制

// 实现方法：把每种商品遍历的个数放在01背包里面在遍历一遍
#include<iostream>
#include<vector>
using namespace std;
int main() {
    int bagWeight,n;
    cin >> bagWeight >> n;
    vector<int> weight(n, 0);
    vector<int> value(n, 0);
    vector<int> nums(n, 0);
    for (int i = 0; i < n; i++) cin >> weight[i];
    for (int i = 0; i < n; i++) cin >> value[i];
    for (int i = 0; i < n; i++) cin >> nums[i];

    vector<int> dp(bagWeight + 1, 0);

    for(int i = 0; i < n; i++) { // 遍历物品
        for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
            // 以上为01背包，然后加一个遍历个数
            for (int k = 1; k <= nums[i] && (j - k * weight[i]) >= 0; k++) { // 遍历个数
                dp[j] = max(dp[j], dp[j - k * weight[i]] + k * value[i]);
            }
        }
    }

    cout << dp[bagWeight] << endl;
}

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.

背包问题总结

背包问题

五部曲

1. 确定dp数组（dp table）以及下标的含义
2. 确定递推公式
3. dp数组如何初始化
4. 确定遍历顺序
5. 举例推导dp数组

递推公式总结

1. 问能否能装满背包（或者最多装多少）：dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
2. 问装满背包有几种方法：dp[j] += dp[j - nums[i]]；
3. 问背包装满最大价值：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]); 
4. 问装满背包所有物品的最小个数：dp[j] = min(dp[j - coins[i]] + 1, dp[j]); 

遍历顺序

1.对于01背包：

二维dp数组01背包先遍历物品还是先遍历背包都是可以的，且第二层for循环是从小到大遍历。

一维dp数组01背包只能先遍历物品再遍历背包容量，且第二层for循环是从大到小遍历。

2.对于完全背包：

纯完全背包的一维dp数组实现，先遍历物品还是先遍历背包都是可以的，且第二层for循环是从小到大遍历（顺序遍历）。

如果求组合数就是外层for循环遍历物品，内层for遍历背包。

如果求排列数就是外层for遍历背包，内层for循环遍历物品。

原创作者: u_16292245 转载于: https://blog.51cto.com/u_16292245/11698965