完全背包
注意: 经典问题求最大价值,一维数组的物品和背包谁在循环外谁在循环内都可以
class Solution {
1. 二维数组
2. 一维数组
private static void testCompletePack(){
int[] weight = {1, 3, 4};
int[] value = {15, 20, 30};
int bagWeight = 4;
int[] dp = new int[bagWeight + 1];
for (int i = 0; i < weight.length; i++){ // 遍历物品
for (int j = weight[i]; j <= bagWeight; j++){ // 遍历背包容量
dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
}
}
for (int maxValue : dp){
System.out.println(maxValue + " ");
}
}
}
518. 零钱兑换 II
注意: 求组合,物品在外背包在内
class Solution {
1. 二维数组
public int change(int amount, int[] coins) {
int[][] dp = new int[coins.length + 1][amount + 1];
for (int i = 0; i <= coins.length; i++) {
dp[i][0] = 1;
}
for (int i = 1; i <= coins.length; i++) {
for (int j = 1; j <= amount; j++) {
if (j >= coins[i - 1]) {
dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]];
} else {
dp[i][j] = dp[i - 1][j];
}
}
}
return dp[coins.length][amount];
}
}
2. 一维数组
public int change(int amount, int[] coins) {
int[] dp = new int[amount + 1];
dp[0] = 1;
for (int i = 0; i < coins.length; i++) {
for (int j = coins[i]; j <= amount; j++) {
dp[j] = dp[j] + dp[j-coins[i]];
}
}
return dp[amount];
}
377. 组合总和 Ⅳ
注意: 求排列,背包在外物品在内
class Solution {
public int combinationSum4(int[] nums, int target) {
int[] dp = new int[target + 1];
dp[0] = 1;
for (int j = 0; j <= target; j++) {
for (int i = 0; i < nums.length; i++) {
if (j >= nums[i]) dp[j] += dp[j - nums[i]];
}
}
return dp[target];
}
}
小结
- 对于经典0-1背包问题以及其各类应用,二维dp数组的两个for遍历的先后循序可以颠倒,一维dp数组一定是先遍历物品,再倒序遍历背包。
- 对于经典完全背包问题(求最大价值),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,只需要注意是正序遍历背包。但对于完全背包问题的一些应用(如上两题的装满背包有多少种方法),那么两个for循环的先后顺序就有很大区别了。究其原因在于01背包每个物品只取一次,而完全背包可以重复取,重复取便导致了结果集中的结果可能有排列顺序不同的重复解。
- 至于选取哪种遍历方式,要看题目是否会将元素相同顺序不同的组合视作不同解
求组合,物品在外背包在内;求排列,背包在外物品在内