java 背包问题_Java 算法-背包问题 VI(动态规划)

今天做了一道背包问题的变种问题，这个问题还是用动态规划来做，但是做法上跟原来的背包问题有很大的区别。

题意

给出一个都是正整数的数组 nums，其中没有重复的数。从中找出所有的和为

target 的组合个数。

样例

给出 nums = [1, 2, 4], target = 4

可能的所有组合有：

[1, 1, 1, 1]

[1, 1, 2]

[1, 2, 1]

[2, 1, 1]

[2, 2]

[4]

返回 6

1.最简单的方法--回溯法(超时)

看到这种问题,特别是要求我们将所有的情况计算出来，我们首先想到的是就是回溯法。这个题用深搜做时非常的简单，但是不可避免的就是超时。

private static int count = 0;

public static int backPackVI(int[] nums, int target) {

dfs(nums, new int[target], 0, 0, target);

return count;

}

/**

*

* @param nums 原来的数组

* @param select 选择的数字组成的数组，为什么它的长度为target，那么因为要想和等于target，最长的情况是全部是1

* 所以最长为target

* @param i 记录开始填充select数组里面的第i个位置了

* @param sum //select数组的和

* @param target //目标值

*/

private static void dfs(int nums[], int select[], int i, int sum, int target) {

if (sum == target) {

count++;

} else {

//这里一定要记住i必须小于select的长度

for (int j = 0; j < nums.length && i < select.length; j++) {

if (sum + nums[j] <= target) {

select[i] = nums[j];

dfs(nums, select, i + 1, sum + nums[j], target);

}

}

}

}

2.动态规划

动态规划第一步的操作就是填表，所以，我们要想推导出动态规划的方程，必须先填表(填表的假设条件的设置尤为重要)。如图所示：

public static int backPackVI(int[] nums, int target) {

//dp数组，用来记录在每一种情况下，不同数字装的所有情况个数

int dp[][] = new int[target + 1][nums.length];

//不同target下，所有情况的个数

int b[] = new int[target+ 1];

for(int i = 0; i < dp.length; i++){

Arrays.fill(dp[i], 0);

}

Arrays.fill(b, 0);

for(int i = 1; i < dp.length; i++)

{

for(int j = 0; j < nums.length; j++){

//当当前的数字大于当前的target，肯定不能装进去

if(nums[j] > i){

continue;

}

//dp方程

dp[i][j] = b[i - nums[j]];

//当当前的数字恰好等于target时，将dp的值更新，正确值应该为1，先前为0

if(nums[j] == i){

dp[i][j] = 1;

}

}

//初始化一下b[i]，理论上可以不用初始化，为了保证正确性

b[i] = 0;

//更新b[i]的值

for(int j = 0; j < nums.length; j++){

b[i] += dp[i][j];

}

}

int sum = 0;

for(int i = 0; i < nums.length; i++){

sum += dp[target][i];

}

return sum;

}