day37|完全背包、518. 零钱兑换 II、377. 组合总和 Ⅳ 复健运动

完全背包

有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品都有无限个（也就是可以放入背包多次），求解将哪些物品装入背包里物品价值总和最大。

完全背包和01背包问题唯一不同的地方就是，每种物品有无限件。

例：背包最大重量为4。

物品为：

	重量	价值
物品0	1	15
物品1	3	20
物品2	4	30

问背包能背的物品最大价值是多少？

完全背包的物品可以添加多次，所以正向遍历

for(int i = 0; i < weight.length; i++){//遍历物品
    for(int j = weight[i]; j <= bagWeight; j++){//遍历背包
        dp[j] = Math.max(dp[j], dp[j-weight[i]] + value[i]);
    }
}

在完全背包中，对于一维数组，两个for循环顺序可以颠倒 

因为dp[j]的值是根据下标j之前所对应的dp[j]计算出来的，也就是j的左方向的值。只要保证j之前的dp[j]都是已经计算过的就可以了

①先遍历物品：行遍历

②先遍历背包重量：列遍历

先遍历背包，代码如下 

for(int j = 1; j <= bagWeight; j++){//遍历背包
    for(int i = 0; i < weight.length; i++){//遍历物品
        if(j-weight[i]>=0){
        dp[j] = Math.max(dp[j], dp[j-weight[i]] + value[i]);
        }
    }
}

详细代码：

①先遍历物品

public class Main {
    public static void main(String[] args) {
        int[] weight={1,3,4};
        int[] value={15,20,30};
        int bagWeight=4;
        int[] dp=new int[bagWeight+1];
        for (int i=0;i<weight.length;i++){
            for (int j=weight[i];j<=bagWeight;j++){
                dp[j]=Math.max(dp[j],dp[j-weight[i]]+value[i]);
            }
        }
        for (int i=0;i<weight.length;i++){
            for (int j=0;j<=bagWeight;j++){
                System.out.println(dp[j]);
            }
        }
    }
}

②先遍历背包

public class Main {
    public static void main(String[] args) {
        int[] weight={1,3,4};
        int[] value={15,20,30};
        int bagWeight=4;
        int[] dp=new int[bagWeight+1];
        for (int j=0;j<=bagWeight;j++){
            for (int i=0;i<weight.length;i++){
                if (j>=weight[i]) {
                    dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
                }
            }
        }
        for (int i=0;i<weight.length;i++){
            for (int j=0;j<=bagWeight;j++){
                System.out.print(dp[j]+" ");
            }
           System.out.println("\n");
        }
    }
}

---

518. 零钱兑换 II

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。

示例 1：

输入：amount = 5, coins = [1, 2, 5]

输出：4

解释：有四种方式可以凑成总金额： 5=5 5=2+2+1 5=2+1+1+1 5=1+1+1+1+1

示例 2：

输入：amount = 3, coins = [2]

输出：0

解释：只用面额 2 的硬币不能凑成总金额 3 。

示例 3：

输入：amount = 10, coins = [10]

输出：1

问题分析：

1、确定dp数组以及下标的含义

dp[j]：凑成总金额为 j 的硬币组合数

2、确定递推公式

与494.目标和类似，494使用的是二维数组，本题采用一维滚动数组

例如：coins[2]的价值为5，当遍历到i=2，j=5时，此时dp[5]的值来自上一层coins[1]的dp[5]和本层价值5+价值5所需凑齐到总金额的数，也就是dp[5]=dp[5]+dp[0]

所以递推公式为：

dp[j]=dp[j]+dp[j-coins[i]]

3、dp数组初始化

要初始化为dp[0]=1,否则结果都为0。凑齐金额为0的组合有1种，就是0

4、确定遍历顺序

本题要求是组合数，所以要注意循环顺序

①先遍历物品

先遍历价值为1的物品，再遍历价值为2的物品，在一行排序中有先有后，所以只会出现{1,2}，不会出现{2,1}，所以为组合数

②先遍历背包

列排序中，价值1和价值2都在同层出现，所以会出现{1,2}和{2,1}，为排列数

5、打印dp数组

class Solution {
    public int change(int amount, int[] coins) {
        int[] dp=new int[amount+1];
        dp[0]=1;
        for(int i=0;i<coins.length;i++){
            for (int j=coins[i];j<=amount;j++){
                dp[j]=dp[j]+dp[j-coins[i]];
            }
        }
        /*for(int i=0;i<coins.length;i++){
            for (int j=0;j<=amount;j++){
                System.out.println(dp[j]+" ");
            }
            System.out.print("\n");
        }*/
        return dp[amount];
   }
}

---

 377. 组合总和 Ⅳ

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。

示例 1：

输入：nums = [1,2,3], target = 4

输出：7

解释： 所有可能的组合为： (1, 1, 1, 1) (1, 1, 2) (1, 2, 1) (1, 3) (2, 1, 1) (2, 2) (3, 1) 请注意，顺序不同的序列被视作不同的组合。

示例 2：

输入：nums = [9], target = 3

输出：0

问题分析

1、确定dp数组以及下标的含义

dp[j]：凑成目标整数为 j 的组合数

2、确定递推公式

与518题类似，518求的是组合数，本题求的是排列数，有顺序要求

所以递推公式为：

dp[j]=dp[j]+dp[j-nums[i]]

3、dp数组初始化

要初始化为dp[0]=1,否则结果都为0。凑齐为0的组合有1种，就是0

4、确定遍历顺序

本题要求是排列数，所以要注意循环顺序，先遍历背包，后遍历物品，让数字在同层出现，可被重复利用

5、打印dp数组

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