代码随想录背包问题总结

1. 背包问题总结

2.动态规划解题步骤

• 定义dp数组，了解dp数组及其下标含义
• 递推关系
• dp数组初始化
• 打印dp数组
• 举例推导dp数组

2.1 确定递推公式

• 问能否能装满背包（或者最多装多少）：dp[j] = max(dp[j], dp[j - nums[i]] + nums[i])
• 问装满背包有几种方法：dp[j] += dp[j - nums[i]]
• 问背包装满最大价值：dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
• 问装满背包所有物品的最小个数：dp[j] = min(dp[j - coins[i]] + 1, dp[j]);

2.2遍历顺序

2.2.1 01背包

• 二维dp数组01背包先遍历物品还是先遍历背包都是可以的，且第二层for循环是从小到大遍历。
• 一维dp数组01背包只能先遍历物品再遍历背包容量，且第二层for循环是从大到小遍历。

//01背包滚动数组
 for(int i  = 0;i < nums.length;i++){
            for(int j = target;j >= nums[i];j--){
                dp[j] = Math.max(dp[j],dp[j-nums[i]] + nums[i]);
            }
        }

2.2.2 完全背包

• 如果求组合数就是外层for循环遍历物品，内层for遍历背包。

for (int i = 0; i < coins.size(); i++) { // 遍历物品
    for (int j = coins[i]; j <= amount; j++) { // 遍历背包容量
        dp[j] += dp[j - coins[i]];
    }
}
//我们假定coins[0] = 1,coins[1] = 5,那么我们选择的就是{1，5}而且不会存在{5，1}

• 如果求排列数就是外层for遍历背包，内层for循环遍历物品。

for (int j = 0; j <= amount; j++) { // 遍历背包容量
    for (int i = 0; i < coins.size(); i++) { // 遍历物品
        if (j - coins[i] >= 0) dp[j] += dp[j - coins[i]];
    }
}

多重背包暂时先跳过