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];
}