2022.04.02 力扣518,377,322

学习完全背包问题（动态规划）

follow:代码随想录

---

完全背包（unbounded knapsack problem）与01背包不同就是每种物品可以有无限多个：一共有N种物品，每种物品有无限多个，第i（i从1开始）种物品的重量为w[i]，价值为v[i]。在总重量不超过背包承载上限W的情况下，能够装入背包的最大价值是多少？

一维数组解法：

 public static int completeBagProblem(){
        int[] weight = {1, 2, 4};
        int[] value = {15, 20, 30};
        int bagSize = 4;
        int[] dp = new int[bagSize + 1];
        for(int i = 0; i < weight.length; i++){
            //顺序正序：每个物品可以选择多次
            for(int j = weight[i]; j <= bagSize; j++){
                dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
            }
        }
        return dp[bagSize];
    }

二维数组解法：

 public static int completeBagProblem2(){
        int[] weight = {1, 2, 4};
        int[] value = {15, 20, 30};
        int bagSize = 4;
        int[][] dp = new int[weight.length][bagSize + 1];
        //初始化
        for(int j = weight[0]; j <= bagSize; j++){
            dp[0][j] = j / weight[0] * value[0];
        }
        //法一
//        for(int i = 1; i < weight.length; i++){
//            for(int j = weight[i]; j <= bagSize; j++){
//                //不装入i，或者装入多个i
//                dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - weight[i]] + value[i]);
//            }
//        }
        //法二
        for(int i = 1; i < weight.length; i++){
            for(int j = weight[i]; j <= bagSize; j++){
                for(int k = 1; k <= j / weight[i]; k++){
                    dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - k * weight[i]] + k * value[i]);
                }
            }
        }
        return dp[weight.length - 1][bagSize];
    }

518. 零钱兑换2⃣️

题目描述：
给你一个整数数组 coins 表示不同面额的硬币，另给一个整数 amount 表示总金额。

请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额，返回 0 。

假设每一种面额的硬币有无限个。

题目数据保证结果符合 32 位带符号整数。

解析：
这是一道典型的完全背包问题：
物品：整数数组coins
价值：硬币代表的价值
背包：amount
需要返回的是组合数

0/1背包问题：先物品（正序）后背包容量（倒序）
完全背包：物品（正序），背包容量（倒序）
求target：dp[j] = max(dp[j], dp[j-weight[I]]+value[I]) ，完全背包顺序任意
求组合数：dp[j] += dp[j-weight[I]]，先物品-后背包容量求组合数，反过来是排列数

 public int change(int amount, int[] coins) {
        //dp[i]代表凑出总金额i的方式有dp[i]种
        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++){
                //求组合数
                dp[j] += dp[j - coins[i]];
            }
        }
        return dp[amount];
    }

377 组合总和4⃣️

题目描述：
给你一个由 不同 整数组成的数组 nums ，和一个目标整数 target 。请你从 nums 中找出并返回总和为 target 的元素组合的个数。

示例：

输入：nums = [1,2,3], target = 4
输出：7
解释：
所有可能的组合为：
(1, 1, 1, 1)
(1, 1, 2)
(1, 2, 1)
(1, 3)
(2, 1, 1)
(2, 2)
(3, 1)
请注意，顺序不同的序列被视作不同的组合。

解析：
该题为完全背包 + 排列数：先背包容量（正序） + 物品（正序）,状态转移公式：dp[j] += dp[j-weight[I]]

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];
    }

322 零钱兑换

题目描述：
给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。

计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额，返回 -1 。

你可以认为每种硬币的数量是无限的。

解析：
完全背包问题 + 最小个数

public int coinChange(int[] coins, int amount) {
        //dp[j]为凑成总金额j的最少硬币个数
        int[] dp = new int[amount + 1];
        Arrays.fill(dp, Integer.MAX_VALUE - 1);
        dp[0] = 0;
        //遍历顺序可以调换
        for(int i = 0; i < coins.length; i++){
            for(int j = coins[i]; j <= amount; j++){
                dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
            }
        }
        if(dp[amount] == Integer.MAX_VALUE - 1) return -1;
        else return dp[amount];
    }