代码随想录第44天

完全背包理论基础

①与01背包区别:
完全背包中物品可以使用无数次，01背包中物品只可以使用一次
因此
完全背包中，若求解的是
1.背包能背的物品最大价值是多少，则：
若是一维数组，则循环都为正序遍历，且内外层遍历顺序可以是先遍历背包，也可以是先遍历物品
2.背包内装有价值为i的物品组合为几种，则:
一维数组中先遍历物品，再遍历背包（若先遍历背包，再遍历物品，则会对物品遍历多次，导致求得的组合中会出现重复的方案）
3.背包内装有价值为i的物品排列为几种，则:
一维数组中先遍历背包，再遍历物品

518. 零钱兑换 II

题解

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        vector<int> dp(amount + 1,0);
        dp[0] = 1;
        for(int i = 0;i < coins.size();i++)
        {
            for(int j = coins[i]; j <= amount; j++)
            {
                dp[j] += dp[j - coins[i]];
            }
        }
        return dp[amount];
    }
};

思路：

①dp[j]:凑成总金额为j的零钱组合方案数为dp[j]
②遍历顺序:由于求得是组合，则需先遍历物品，再遍历背包
③初始化:此时dp[0] = 1，若dp[0]=0，则遍历结果都为0。

377. 组合总和 Ⅳ

题解

class Solution {
public:
    int combinationSum4(vector<int>& nums, int target) {
        vector<int> dp(target + 1,0);
        dp[0] = 1;
        for(int j = 0;j <= target;j++)
        {
            for(int i = 0;i < nums.size();i++)
            {
                if (j - nums[i] >= 0 && dp[j] < INT_MAX - dp[j - nums[i]])
                {
                     dp[j] += dp[j - nums[i]];
                }
               
            }
        }
        return dp[target];
    }
};

思路

由于求得是排列而非组合，因此外层循环为背包，内层循环为物品。

注意

①遍历时需注意j - nums[i] >= 0 ，否则会出错。
②C++测试用例有两个数相加超过int的数据，因此需要注意dp[j] < INT_MAX - dp[j - nums[i]]