算法刷题｜完全背包、518.零钱兑换Ⅱ、377.组合总和Ⅳ

完全背包

完全背包和0-1背包的区别在于0-1背包的物品每次只能使用一次，但是完全背包就是每个物品可以无限次数使用

• dp[j]的含义：对于背包容量为j的背包，能够装的最大价值为dp[j]
• 递推公式：dp[j] = Math.max(dp[j],dp[j-weight[i]+value[i])
• dp数组初始化：dp[j] = 0
• 遍历顺序：物品和背包，先遍历谁都可以，都要从小大到遍历（和0-1背包有区别）
• 打印dp数组

/**
     * 完全背包
     *
     * @param weight  重量
     * @param value   价值
     * @param bagSize 背包容量
     * @return 最大价值
     */
    public int knapsack(int[] weight, int[] value, int bagSize) {
        int[] dp = new int[bagSize + 1];
        dp[0] = 1;
        int n = weight.length;
        for (int i = 0; i < n; i++) {// 物品
            for (int j = weight[i]; j <= bagSize; j++) {// 背包
                dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]);
            }
        }
        return dp[bagSize];
    }

这里的背包是从小到大遍历的，因为这样可以重复使用物品，之前的0-1背包从大到小的顺序遍历是为了不重复使用物品。

零钱兑换||

题目：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。

二维数组

• dp[i][j]的含义：对于前i个硬币，能够凑成金额为j的组合数有dp[i][j]
• 递推公式：dp[i][j] = dp[i-1][j] + dp[i][j-coins[i-1]]
• dp数组初始化：dp[0][j] = 0,dp[i][0] = 1
• 遍历顺序：先遍历物品（从小到大），后遍历背包（从小到大）
• 打印dp数组

class Solution {
    public int change(int amount, int[] coins) {
        // dp[i][j]的含义：对于前i个硬币，能够凑成金额为j的组合有dp[i][j]个
        int[][] dp = new int[coins.length+1][amount+1];
        // 初始化 dp[0][j] = 0，对于0个硬币能够凑出的金额j的方式肯定是0
        // dp[i][0] = 1，对于i个硬币能够凑出jine为0的方式是1，不用任何硬币也算一种
        for(int i = 0;i<coins.length;i++){
            dp[i][0] = 1;
        }

        // 填充dp
        for(int i = 1;i<=coins.length;i++){
            for(int j = 0;j<=amount;j++){
                if(j < coins[i-1]){
                    // 如果当前硬币面额大于当前的金额容量（背包剩余容量），则当前的组合数就等于前一个组合数
                    dp[i][j] = dp[i-1][j];
                }else{
                    // 如果当前硬币面额小于当前剩余金额，那么组合数就等于前一个组合数+当前组合数
                    // dp[i-1][j]前一个组合数
                    // dp[i][j-coins[i-1]] 当前组合数
                    dp[i][j] = dp[i-1][j] + dp[i][j-coins[i-1]];   
                }
            }
        }
        return dp[coins.length][amount];
    }
}

一维数组

• dp[j]的含义：能够凑成金额为j的组合数有dp[j]
• 递推公式：dp[j] += dp[j-coins[i]]
• dp数组初始化：dp[0] = 1，凑出金额为0的组合数为0，不用任何硬币也是一种组合
• 遍历顺序：先遍历物品（从小到大），后遍历背包（从小到大）
• 打印dp数组

class Solution {
    public int change(int amount, int[] coins) {
        // dp[i]表示：能够凑成金额为i的组合数有dp[i]个
        int[] dp = new int[amount+1];
        // 无法凑成也算一种
        dp[0] = 1;
        // 填充dp数组
        // 因为求的是组合，所有是先遍历物品后遍历背包
        for(int i = 0;i<coins.length;i++){// 物品
            for(int j = coins[i];j<=amount;j++){// 背包
                dp[j] += dp[j-coins[i]];
            }
        }
        return dp[amount];
    }
}

组合总和Ⅳ

题目：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。

• dp[i]的含义：对于整数i来说，能够找到dp[i]个组合（这里其实说排列更加清晰一点）个数满足其和为i
• 递推公式：dp[i] += dp[i-nums[j]]
• dp数组初始化：dp[0] = 1
• 遍历顺序：先遍历背包，后遍历物品，因为我们要求的是物品的排列，所有我们不能先遍历物品；如果我们先遍历物品，那么物品0遍历过了之后就不会在遍历物品0了，即只会有 0 1 这种组合，就不会出现 1 0 这种了
• 打印dp数组

class Solution {
    public int combinationSum4(int[] nums, int target) {
        int[] dp = new int[target+1];
        // 初始化
        dp[0] = 1;
        // 因为求的是排列，所有是先遍历背包，然后在遍历物品
        for(int i = 0;i<=target;i++){// 背包
            for(int j = 0;j<nums.length;j++){// 物品
                if(i >= nums[j]){
                    dp[i] += dp[i-nums[j]];
                }
            }
        }
        return dp[target];
    }
}