动态规划 —— 完全背包
518. 零钱兑换 II
题目描述
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。
题目数据保证结果符合 32 位带符号整数。
思路
背包最大容量:amount
物品:每一件物品无数件
1.dp数组及含义
dp[i][j] 前 i 个硬币可以凑成总金额为 j 的组合数
目标值:dp[coins.size()][amount]
2.dp递推公式
情形一:物品不可以放入背包——dp[i][j] = dp[i-1][j]
情形二:物品可以放入背包—— ① 不放入:dp[i - 1][j];②放入 【重复选择】 :dp[i][j - coins[i-1]]
3.dp初始化
背包容量为0,选择前 i 个硬币,dp[i][0] = 1
选择前 0 个硬币,装容量 j 大于1的背包,dp[0][j] = 0
4.dp遍历方向
第一层遍历物品,硬币 1 ~ n;
第二层遍历背包容量,1 ~ amount
5.举例
代码
class Solution {
public:
int change(int amount, vector<int>& coins) {
int n = coins.size();
vector<vector<int>> dp(n+1,vector<int>(amount+1));
for (int i = 0; i <= n; i++)
{
dp[i][0] = 1;
}
for (int j = 1;j <= amount; j++)
{
dp[0][j] = 0;
}
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= amount; j++)
{
if (coins[i - 1] > j)
{
dp[i][j] = dp[i - 1][j];
}
else
{
//物品可重复选择,体现在这里
dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]];
}
}
}
return dp[n][amount];
}
};
377. 组合总和 Ⅳ
题目描述
给你一个由 不同 整数组成的数组 nums ,和一个目标整数 target 。请你从 nums 中找出并返回总和为 target 的元素组合的个数。
题目数据保证答案符合 32 位整数范围。
注意
暂时没明白,待更新……
思路
1.dp数组及含义
2.dp递推公式
3.dp初始化
4.dp遍历方向
5.举例
代码
class Solution {
public:
int combinationSum4(vector<int>& nums, int target) {
vector<int> dp(target + 1, 0);
dp[0] = 1;
for (int i = 0; i <= target; i++) { // 遍历背包
for (int j = 0; j < nums.size(); j++) { // 遍历物品
if (i - nums[j] >= 0 && dp[i] < INT_MAX - dp[i - nums[j]]) {
dp[i] += dp[i - nums[j]];
}
}
}
return dp[target];
}
};