代码随想录算法训练营第四十四天| 第九章 动态规划：完全背包，518. 零钱兑换 II，377. 组合总和 Ⅳ（python）

目录

完全背包

518. 零钱兑换 II

377. 组合总和 Ⅳ

---

完全背包

视频讲解链接  文字讲解链接

问题描述：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。

和01背包的求解区别：1. 遍历背包从倒序变为正序；2. 在纯完全背包问题中，物品和背包的两次遍历可以颠倒

def test_complete_pack1():
    weight = [1, 3, 4]
    value = [15, 20, 30]
    bag_weight = 4

    dp = [0]*(bag_weight + 1)

    for i in range(len(weight)):
        for j in range(weight[i], bag_weight + 1):
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
    
    print(dp[bag_weight])

518. 零钱兑换 II

视频讲解链接  文字讲解链接

完全背包求组合

class Solution:
    def change(self, amount: int, coins: List[int]) -> int:
        dp = [0] * (amount + 1) #背包大小
        dp[0] = 1 #初始化
        for i in range(len(coins)): # 遍历物品
            for j in range(coins[i], amount + 1): # 遍历背包
                dp[j] += dp[j - coins[i]] #装满大小为j的背包有多少种方式
        return dp[amount]

377. 组合总和 Ⅳ

视频讲解链接  文字讲解链接

完全背包求排列：这时候就需要先遍历背包再遍历物品

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