如何解决完全背包问题

上一篇文章写了01背包问题，今天写有一点相似的完全背包问题。

什么是完全背包问题

有N件物品和一个容量为W的背包，第i件物品的重量为weight[i]，价值为value[i]，每件物品都有无限个（可以多次放入背包），求解哪些物品装入背包能使总价值最大。

还是01背包那个例子：

weight = [1, 3, 4]

value = [15, 20, 30]

bagsize = 4

• dp数组及下标含义

dp[j]表示背包容量为j时，背包中物品的总价值

• 递推公式

与01背包相同，dp[j] = max(dp[j], dp[j - weight[i]] + value[i])

• 初始化

与01背包相同，全初始化为0

• 遍历顺序（与01背包不同！！！）

先物品再背包，先背包再物品都可以（具体问题具体分析！）

背包和物品都是从小到大（与01背包不同！！！）

• 疑问：为什么完全背包的背包遍历是从小到大，01背包是从大到小？

答：完全背包的物品是可以多次放入背包的，01背包从大到小正是为了避免物品被多次放入。（具体解释见如何解决01背包问题_weixin_46388493的博客-CSDN博客）

int CompletePack(vector<int> weight, vector<int> value, int bagsize){
    vector<int> dp(bagsize + 1, 0);
    for(int i = 0; i < weight.size(); i++){
        for(int j = weight[i]; j <= bagsize; j++){
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
        }
    }
    return dp[bagsize];
}

例子

零钱兑换2

题目：Loading Question... - 力扣（LeetCode）

思路：典型的完全背包问题，重点在本题求是组合数，需要注意遍历顺序！例如：5 = 1 + 2 + 2，5 = 2 + 1 + 2，这个组合数为1，但是排列数为2

• dp数组及下标含义

dp[j]表示总金额为j有多少种兑换组合数

• 递推公式

dp[j] += dp[j - coins[i]]（与如何解决01背包问题_weixin_46388493的博客-CSDN博客中的例子“目标和”相同）

• 初始化

dp[0]应初始化1，不然就是加0，dp数组全为0；其余初始化为0，最开始的方法数应该为0

• 遍历顺序

结论：先物品再背包，求的是组合数；先背包再物品，求的是排列数

• 疑问：这个结论是怎么得到的

答：例如coins = [1, 5]，先物品再背包，物品的顺序是从小到大的，只会出现[1, 5]的情况；先背包再物品，背包容量为j时，出现[1, 5]的情况，当背包容量为j + 1时，dp数组存入5，就可以出现[5, 1]的情况

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];
}

单词拆分

题目：139. 单词拆分 - 力扣（LeetCode）

思路：之前的例子都是数组，这道题变成了字符串，换汤不换药，但是递推公式不太容易想到。

• dp数组及下标含义

dp[j]表示长度为j的字符串能否拆分

• 递推公式

如果dp[j] = true，字符串下标（j, i）的字串能在在字符串列表中找到，则dp[i] = true；否则dp[i] = false

• 初始化

dp[0]初始化为true，否则dp数组全为false

• 遍历顺序

两种方式都可以，因为本题不是求组合数或排列数

bool wordBreak(string s, vector<string>& wordDict) {
    set<string> wordSet(wordDict.begin(), wordDict.end());
    vector<bool> dp(s.length() + 1, false);
    dp[0] = true;
    for(int i = 0; i < s.length(); i++){
        for(int j = 0; j < i; j++){
            if(dp[j] && wordSet.find(s.substr(j, i - j)) != wordSet.end())
                dp[i] = true;
        }
    }
    return dp[s.lenfth()];
}