代码随想录算法训练营第三十八天|完全背包，518. 零钱兑换 II，377. 组合总和 Ⅳ-CSDN博客

本文链接：https://blog.csdn.net/weixin_47748259/article/details/136386483

这篇文章详细介绍了代码随想录算法训练营的内容，涵盖了数组理论、链表操作、哈希表、字符串处理、动态规划方法（如完全背包和组合总和），以及解决实际问题的示例，适合深入学习和提升IT技术能力。

摘要由CSDN通过智能技术生成

系列文章目录

文章目录

系列文章目录
完全背包理论
518. 零钱兑换 II
377. 组合总和 Ⅳ

完全背包理论

视频讲解： 带你学透完全背包问题！和 01背包有什么差别？遍历顺序上有什么讲究？

完全背包：每个物品可以使用无数次

01背包的核心代码：（内嵌的循环从大到小遍历，为了保证每个物品仅被添加一次）

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]);
    }
}

完全背包的核心代码：（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）

// 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]);

    }
}

在遍历顺序上，在完全背包中，对于一维dp数组来说，两个for循环嵌套顺序是无所谓的，先遍历物品再遍历背包或者先遍历背包再遍历物品都是可以的。

def test_CompletePack():
    weight = [1, 3, 4]
    value = [15, 20, 30]
    bagWeight = 4
    dp = [0] * (bagWeight + 1)
    for i in range(len(weight)):  # 遍历物品
        for j in range(weight[i], bagWeight + 1):  # 遍历背包容量
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
    print(dp[bagWeight])

test_CompletePack()

518. 零钱兑换 II

题目链接： 518. 零钱兑换 II
题目内容： 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。
视频讲解： 动态规划之完全背包，装满背包有多少种方法？组合与排列有讲究！| LeetCode 518. 零钱兑换 II

动态规划问题的五步曲：

确定dp数组（dp table）以及下标的含义：凑成总金额j的货币组合数为dp[j]
确定递推公式：dp[j] += dp[j - coins[i]]

求装满背包有几种方法，公式都是：dp[j] += dp[j - nums[i]]

dp数组如何初始化：dp[0] = 1，下标非0的dp[j]初始化为0
确定遍历顺序：外层for循环遍历物品（钱币），内层for遍历背包（金钱总额）

组合问题：外层for循环遍历物品（钱币），内层for遍历背包（金钱总额）
排列问题：外层for循环遍历背包（金钱总额），内层for遍历物品（钱币）

举例推导dp数组

class Solution:
    def change(self, amount: int, coins: List[int]) -> int:
        dp=[0]*(amount+1)
        dp[0]=1
        for coin in coins:
            for j in range(coin,amount+1):
                dp[j]+=dp[j-coin]
        return dp[amount]

377. 组合总和 Ⅳ

题目链接： 377. 组合总和 Ⅳ
题目内容： 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。
视频讲解： 动态规划之完全背包，装满背包有几种方法？求排列数？| LeetCode：377.组合总和 Ⅳ

思路：本题求的是排列总和，而且仅仅是求排列总和的个数，并不是把所有的排列都列出来。

动态规划问题的五步曲：

确定dp数组（dp table）以及下标的含义：凑成目标正整数为i的排列个数为dp[i]
确定递推公式：dp[j] += dp[j - coins[i]]

求装满背包有几种方法，公式都是：dp[j] += dp[j - nums[i]]

dp数组如何初始化：dp[0] = 1，下标非0的dp[j]初始化为0
确定遍历顺序：外层for循环遍历背包（金钱总额），内层for遍历物品（钱币）

组合问题：外层for循环遍历物品（钱币），内层for遍历背包（金钱总额）
排列问题：外层for循环遍历背包（金钱总额），内层for遍历物品（钱币）

举例推导dp数组

class Solution:
    def combinationSum4(self, nums: List[int], target: int) -> int:
        dp=[0]*(target+1)
        dp[0]=1
        for j in range(1,target+1):
            for i in range(len(nums)):
                if j-nums[i]>=0:
                    dp[j]+=dp[j-nums[i]]
        return dp[target]