这里写目录标题
题目1: 完全背包
- 题目链接:52. 携带研究材料
1- 什么是完全背包问题?
- 01背包的核心代码
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]);
}
}
- 在完全背包中如果希望物品使用无限次,此时需要修改遍历的顺序,正序遍历即可实现每个物品使用无限次。
- 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
for(int i = 0; i < weight.size(); i++) { // 遍历物品
for(int j = weight[i]; j <= bagWeight ; j++) { // 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
- dp状态图如下:
相信很多同学看网上的文章,关于完全背包介绍基本就到为止了。
其实还有一个很重要的问题,为什么遍历物品在外层循环,遍历背包容量在内层循环?
这个问题很多题解关于这里都是轻描淡写就略过了,大家都默认 遍历物品在外层,遍历背包容量在内层,好像本应该如此一样,那么为什么呢?
难道就不能遍历背包容量在外层,遍历物品在内层?
先遍历物品 和 先遍历背包的区别
- 1. 先遍历物品 再 遍历背包
- 对于
coins = {1,2,5}
此时最后的结果只能出现 {1,2} 不会出现 {2,1} 的情况 - 2. 先遍历背包 再 遍历物品
- 最终得到的是排列数
动规五部曲
- 1. 定义 dp 数组以及其含义
- dp[i] 代表,容量为 i 的背包的最大效益
- 2. 递推公式
dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);
- 3. dp 数组初始化
dp[0] = 0
- 4.确定遍历顺序
- ① 先遍历物品:
i
从0
遍历到 物品的个数n
- ② 后遍历背包:
j
从背包重量weight[i]
遍历到v
- ① 先遍历物品:
2- 题解
⭐ 完全背包——题解思路
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
int n = 0;
int v = 0;
Scanner sc = new Scanner(System.in);
n = sc.nextInt(); // 物品
v = sc.nextInt(); // 背包重量
// 初始化 weight 数组 和 value 数组
int[] weight = new int[n];
int[] value = new int[n];
for(int i = 0 ; i < n;i++){
weight[i] = sc.nextInt();
value[i] = sc.nextInt();
}
// 1. 定义 dp 数组
int[] dp = new int[v+1];
// 2. 确定递推公式
// dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);
// 3. 初始化
dp[0] = 0;
for(int i = 0 ; i < n;i++){ // 遍历物品
for(int j = weight[i]; j <= v ;j++){
dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);
}
}
System.out.println(dp[v]);
}
}
题目2: 518. 零钱兑换 II
- 题目链接:518. 零钱兑换 II
1- 思路
动规五部曲
- 1. 确定 dp 数组含义
- dp[j]:凑成总金额j的货币组合数为dp[j]
- 2. 确定递推公式
dp[j] += dp[j-coins[i]]
- 3. dp 数组初始化
dp[0] = 1
- 4. 遍历顺序
- ① 先遍历物品:
i
从0
遍历到 物品的个数coins.length
- ② 后遍历背包:
j
从背包重量coins[i]
遍历到amount
- ① 先遍历物品:
2- 题解
⭐零钱兑换 II ——题解思路
class Solution {
public int change(int amount, int[] coins) {
// 维度 1 target = amount
// 维度 2 面额 = coins
// 目的:根据面额凑出 target
// 1. 定义 dp 数组
// 达到 target 需要的组合种类数
int[] dp = new int[amount+1];
// 2. 确定递推公式
// 3. 初始化
dp[0] = 1;
// 4. 遍历顺序
// 先物品后背包
for(int i = 0; i < coins.length ;i++){
for(int j = coins[i]; j <= amount ;j++){
dp[j] += dp[j-coins[i]];
}
}
return dp[amount];
}
}
题目3: 377. 组合总和 Ⅳ
- 题目链接:377. 组合总和 Ⅳ
本题目和零钱兑换 II 的区别:
- 零钱兑换不强调元素的顺序,即 1,1,2 和 1,2,1 实际上是按照一种情况来算
- 但在本题目中, 1,1,2 和 1,2,1 需要进行分别计算
注意:
- ① 先遍历物品再遍历背包: 得到的是组合数
- ② 先遍历背包再遍历物品:得到的是排列数
1- 思路
动规五部曲
- 1. 确定 dp 数组含义
- dp[j]:凑成总金额j的货币组合数为dp[j]
- 2. 确定递推公式
dp[j] += dp[j-coins[i]]
- 3. dp 数组初始化
dp[0] = 1
- 4. 遍历顺序(所求为组合,因此需要先遍历背包再遍历物品)
- 背包:i 从 0 遍历到 target ,即
for(int i = 0 ; i <=target ; i++)
- 物品:j 从 0 遍历到 nums.length ,即
for(int j = 0 ; j <= nums.length; j++)
- 背包:i 从 0 遍历到 target ,即
2- 题解
⭐组合总和 Ⅳ——题解思路
class Solution {
public int combinationSum4(int[] nums, int target) {
// 物品: nums.length
// 背包: target
int n = nums.length;
// 1. 定义 dp 数组
int[] dp = new int[target+1];
// 2. 递推公式
// dp[j] += dp[j-weight[i]]
// 3. 初始化
dp[0] = 1;
// 4.遍历顺序
// 遍历 物品
// 遍历 背包
for (int i = 0; i <= target; i++) {
for (int j = 0; j < nums.length; j++) {
if (i >= nums[j]) {
dp[i] += dp[i - nums[j]];
}
}
}
return dp[target];
}
}