动态规划之背包问题——完全背包

完全背包问题详解与LeetCode实战

原创

已于 2022-03-07 20:13:50 修改 · 8.6k 阅读

123 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #java #动态规划 #背包问题 #完全背包

于 2021-11-25 16:08:08 首次发布

这篇博客详细介绍了完全背包问题，与01背包的区别在于每种物品可无限件。文章通过分析完全背包的遍历顺序，讲解了完全背包在LeetCode上的应用，如求解组合总和、零钱兑换等问题。博主还分享了如何确定动态规划的五个步骤，以及针对不同题目调整遍历顺序的关键。最后，总结了完全背包问题的递推公式和遍历顺序策略。

算法相关数据结构总结：

序号	数据结构	文章
1	动态规划	动态规划之背包问题——01背包动态规划之背包问题——完全背包动态规划之打家劫舍系列问题动态规划之股票买卖系列问题动态规划之子序列问题算法（Java）——动态规划
2	数组	算法分析之数组问题
3	链表	算法分析之链表问题算法（Java）——链表
4	二叉树	算法分析之二叉树算法分析之二叉树遍历算法分析之二叉树常见问题算法（Java）——二叉树
5	哈希表	算法分析之哈希表算法（Java）——HashMap、HashSet、ArrayList
6	字符串	算法分析之字符串算法（Java）——字符串String
7	栈和队列	算法分析之栈和队列算法（Java）——栈、队列、堆
8	贪心算法	算法分析之贪心算法
9	回溯	Java实现回溯算法入门（排列+组合+子集） Java实现回溯算法进阶（搜索）
10	二分查找	算法（Java）——二分法查找
11	双指针、滑动窗口	算法（Java）——双指针算法分析之滑动窗口类问题

文章目录

前面整理了01背包，在leetcode题库中主要就是01背包和完全背包问题，所以在这里整理一下完全背包的知识点。

一、完全背包问题

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。

完全背包和01背包问题唯一不同的地方就是，每种物品有无限件。

注：leetcode上没有纯完全背包问题，都是需要完全背包的各种应用，需要转化成完全背包问题。

01背包和完全背包唯一不同就是体现在遍历顺序上，所以针对遍历顺序进行分析。其它动规五部曲参考01背包。

二、完全背包遍历顺序

首先回顾一下01背包的遍历顺序：

for(int i = 0; i < weight.size(); i++) {
   
    // 遍历物品
    for(int j = bagWeight; j >= weight[i]; j--) {
   
    // 遍历背包容量
        dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
    }
}

我们知道01背包内嵌的循环是从大到小遍历，为了保证每个物品仅被添加一次。

而完全背包的物品是可以添加多次的，所以要从小到大去遍历，即：

// 先遍历物品，再遍历背包
int[] dp = new int[bagWeight + 1];
for (int i = 0; i < weight.length; i++){
   
   
    for (int j = 1; j <= bagWeight; j++){
   
   
        if (j - weight[i] >= 0){
   
   
            dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
        }
    }
}

为什么遍历物品在外层循环，遍历背包容量在内层循环？

在01背包中二维dp数组的两个for遍历的先后循序是可以颠倒，一维dp数组的两个for循环先后循序一定是先遍历物品，再遍历背包容量。

在完全背包中，对于一维dp数组来说，其实两个for循环嵌套顺序同样无所谓。

因为dp[j] 是根据下标j之前所对应的dp[j]计算出来的。只要保证下标j之前的dp[j]都是经过计算的就可以。完全背包中，两个for循环的先后循序，都不影响计算dp[j]所需要的值。

先遍历被背包在遍历物品，代码如下：

// 先遍历背包，再遍历物品
for(int j = 0; j <= bagWeight; j++) {
   
    // 遍历背包容量
    for(int i = 0; i < weight.size(); i++) {
   
    // 遍历物品
        if (j - weight[i] >= 0) dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
    }
}

注：全文说的都是对于纯完全背包问题，其for循环的先后循环是可以颠倒的！但如果题目稍稍有点变化，就会体现在遍历顺序上。

如果问装满背包有几种方式的话？那么两个for循环的先后顺序就有很大区别了，而leetcode上的题目都是这种稍有变化的类型。这些将根据具体的题目进行分析。

三、leetcode例题讲解完全背包问题

518. 零钱兑换 II

leetcode题目链接：518. 零钱兑换 II

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。

示例一：

输入：amount = 5, coins = [1, 2, 5]
输出：4
解释：有四种方式可以凑成总金额：
5=5
5=2+2+1
5=2+1+1+1
5=1+1+1+1+1

示例二：

输入：amount = 3, coins = [2]
输出：0
解释：只用面额 2 的硬币不能凑成总金额 3 。

示例三：

输入：amount = 10, coins = [10] 
输出：1

这是一道典型的背包

最低0.47元/天解锁文章