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]]