2022.04.03 力扣279，139，多重背包

学习完全背包问题

folllow：代码随想录

---

279. 完全平方数

题目描述：
给你一个整数 n ，返回 和为 n 的完全平方数的最少数量 。
解析：
背包：完全平方数（重量：数值）
target：n
价值：数值
目标：求最少数量
这是一道完全背包问题：所以使用物品正序+容量正序,递推公式找最小

public int numSquares(int n) {
        //背包：完全平方数（重量：数值）、target：n、价值：数值
        //目标：求最少数量
        //dp[j]：和为n的完全平方数的最少数量
        int[] dp = new int[n + 1];
        //递推公式：dp[j] = Math.min(dp[j], dp[j - square[i]] + 1) square[i] < j
        //初始化要最大
        Arrays.fill(dp, Integer.MAX_VALUE);
        dp[0] = 0;
        for(int i = 1; i * i <= n; i++){
            for(int j = i * i; j <= n ; j++){
                if(dp[j - i * i] != Integer.MAX_VALUE){
                    dp[j] = Math.min(dp[j], dp[j - i * i] + 1);
                }
            }
        }
        return dp[n];
    }

139 单词拆分

给你一个字符串 s 和一个字符串列表 wordDict 作为字典。请你判断是否可以利用字典中出现的单词拼接出 s 。

 public boolean wordBreak(String s, List<String> wordDict) {
        //Set<String> word_Set = new HashSet<String>(wordDict);
        //dp[j]：字符串s前i个字符组成的字符串s[0..i−1]是否能被空格拆分成若干个字典中出现的单词
        boolean[] dp = new boolean[s.length() + 1];
        //物品：字典里面的单词，背包：字符串s
        //背包是否能恰巧装满物品
        //递归公式：if(dp[j]为true且s[j:i](左闭右开)在字典中) dp[i]为true
        dp[0] = true;//用于判断一个s是否可以只由一个单词组成
        for(int i = 1; i <= s.length(); i++){
            for(int j = 0; j < i; j++){
                if(dp[j] == true && wordDict.contains(s.substring(j, i))){
                    dp[i] = true;
                    break;
                }
            }
        }
        return dp[s.length()];
    }

多重背包

有N种物品和一个容量为V 的背包。第i种物品最多有Mi件可用，每件耗费的空间是Ci ，价值是Wi 。求解将哪些物品装入背包可使这些物品的耗费的空间 总和不超过背包容量，且价值总和最大。

		int[] weight = {1, 3, 4};
        int[] value = {15, 30 ,30};
        int[] nums = {2 ,3, 2};
        int bagsize = 10;
        int[] dp = new int[bagsize + 1];
        for(int i = 0; i < weight.length; i++){
            for(int k = 0; k < nums[i]; k++){
                for(int j = bagsize; j >= weight[i]; j--){
                    dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
                }
            }
        }
        System.out.println(dp[bagsize]);