代码随想录算法训练营第四十四天| 完全背包，518. 零钱兑换 II，377. 组合总和 Ⅳ

目录

完全背包

题目链接：518. 零钱兑换 II

思路

代码

题目链接：377. 组合总和 Ⅳ

思路

代码

总结

---

完全背包

        ①定义：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

        ②与01背包的区别：每件物品可以重复使用

        ③遍历顺序：遍历背包时不用倒序遍历，因为物品可以重复使用；遍历顺序不用先物品再背包，可以颠倒顺序（只针对纯完全背包问题）

题目链接：518. 零钱兑换 II

思路

        ①dp数组，dp[j]表示装满容量为j的背包有dp[j]种方法

        ②递推公式，dp[j] +=dp[j-coins[i]]

        ③dp数组初始化，dp[0] = 1，其余为0、

        ④遍历顺序，先物品后背包求出来的是组合数，符合本题要求；先背包后物品求出来的是排列数，不符合本题要求

        ⑤推导dp数组，推导后可以理解遍历顺序中的组合数和排列数

代码

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        vector<int> dp(amount + 1, 0);
        dp[0] = 1;
        for (int i = 0; i < coins.size(); i++) {
            // 虽然是正序遍历，但是j不能从0开始
            // j从coins[i]开始，这样才放得下当前物品
            for (int j = coins[i]; j <= amount; j++) {
                dp[j] += dp[j - coins[i]];
            }
        }
        return dp[amount];
    }
};

题目链接：377. 组合总和 Ⅳ

思路

        与上一题518.零钱兑换Ⅱ相似，只不过该题求的是排列数，所以要先背包后物品

代码

class Solution {
public:
    int combinationSum4(vector<int>& nums, int target) {
        vector<int> dp(target + 1, 0);
        dp[0] = 1;
        for (int i = 0; i <= target; i++) {         // 遍历背包
            for (int j = 0; j < nums.size(); j++) { // 遍历物品
                if (i - nums[j] >= 0 && dp[i] < INT_MAX - dp[i - nums[j]]) {
                    dp[i] += dp[i - nums[j]];
                }
            }
        }
        return dp[target];
    }
};

总结

        ①完全背包与01背包的区别在于物品可以无限使用

        ②遍历背包时不用倒序遍历，之前的倒序遍历是保证每件物品只能使用一次

        ③先物品后背包的遍历所求的是组合数

        ④先背包后物品的遍历所求的是排列数