24暑假算法刷题 | Day37 | 动态规划 V 完全背包 | 卡码网52. 携带研究材料，57. 爬楼梯；LeetCode 518. 零钱兑换 II，377. 组合总和 IV

---

卡码网52. 携带研究材料

点此跳转题目链接

题目描述

小明是一位科学家，他需要参加一场重要的国际科学大会，以展示自己的最新研究成果。他需要带一些研究材料，但是他的行李箱空间有限。这些研究材料包括实验设备、文献资料和实验样本等等，它们各自占据不同的重量，并且具有不同的价值。

小明的行李箱所能承担的总重量为 N，问小明应该如何抉择，才能携带最大价值的研究材料，每种研究材料可以选择无数次，并且可以重复选择。

输入描述

第一行包含两个整数，N，V，分别表示研究材料的种类和行李空间

接下来包含 N 行，每行两个整数 wi 和 vi，代表第 i 种研究材料的重量和价值

输出描述

输出一个整数，表示最大价值。

输入示例

4 5
1 2
2 4
3 4
4 5

输出示例

10

提示信息：第一种材料选择五次，可以达到最大值。

数据范围：

• 1 <= N <= 10000

• 1 <= V <= 10000

• 1 <= wi, vi <= 10^9

题解

典型的 完全背包问题 （每个物品都可以无限次选择在）， 动态规划 解决。

• dp 数组含义： dp[j] 表示容量为 j 的背包能装的最大价值
• 状态转移方程： dp[j] = max(dp[j], dp[j - weights[i]] + values[i]) （经典款）

⚠️ 和01背包问题不同，处理完全背包问题时，遍历容量需要 从小到大 ，这样相当于每次都会考虑重复使用之前用过的物品的情况（当前容量为 j 的情况，之后在容量为 j + k 的时候，可能用到，实现物品的“不限次数选择”）。

关于完全背包问题和本题算法的更详细解析，参见 代码随想录-完全背包理论基础

代码（C++）

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

int main() {
    int kinds, bagSize;
    cin >> kinds >> bagSize;
    vector<int> weights(kinds), values(kinds);
    for (int i = 0; i < kinds; ++i)
        cin >> weights[i] >> values[i];

    vector<int> dp(bagSize + 1, 0);
    for (int i = 0; i < kinds; ++i) {
        for (int j = weights[i]; j <= bagSize; ++j)
            dp[j] = max(dp[j], dp[j - weights[i]] + values[i]);
    }
    cout << dp[bagSize] << endl;

    return 0;
}

---

518. 零钱兑换 II

点此跳转题目链接

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。

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

提示：

• 1 <= coins.length <= 300
• 1 <= coins[i] <= 5000
• coins 中的所有值 互不相同
• 0 <= amount <= 5000

题解

实际上是个完全背包问题，题目可以转化为：

用 weights 为 coins 的物品恰好装满容量为 amount 的背包共有多少种方法（每个物品的使用次数不限）？

于是采用经典的动态规划套路即可解决，其中

• dp 数组的含义： dp[j] 表示用 coins 凑出总金额 j 一共有 dp[j] 种方法
• 状态转移方程：对于容量为 j 的背包，考虑一个新的 coins[i] ，如果把它装进去（相应的可能要拿出其他硬币，即对应 dp[j - coins[i]] ）恰好装满，则自然新增了 dp[j - coins[i]] 种方法，所以有 dp[j] += dp[j - coins[i]]

有关完全背包和该算法更细致的解析参见 代码随想录

代码（C++）

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];
}

---

377. 组合总和 IV

点此跳转题目链接

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。

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

提示：

• 1 <= nums.length <= 200
• 1 <= nums[i] <= 1000
• nums 中的所有元素 互不相同
• 1 <= target <= 1000

进阶： 如果给定的数组中含有负数会发生什么？问题会产生何种变化？如果允许负数出现，需要向题目中添加哪些限制条件？

题解

这题乍一看和 之前的几个组合问题 差不多，但是用同样的回溯算法解决容易超时。我们可以将其转化为一个 完全背包问题 ，然后用动态规划解决：

用 weights 为 nums 的物品，恰好装满容量为 target 的背包（物品的使用次数不限），共有多少种方法？

这样看似乎和 518. 零钱兑换 II 一样，但是注意这题说了 “顺序不同的序列被视作不同的组合” ，即实质上这是个 排列 问题，而非518那样的 组合 问题。不过算法的框架都是相同的：

• dp 数组的含义： dp[j] 表示用 nums 凑出总和 j 一共有 dp[j] 种方法
• 状态转移方程：对于容量为 j 的背包，考虑一个新的 nums[i] ，如果把它装进去（相应的可能要拿出其他物品，即对应 dp[j - nums[i]] ）恰好装满，则自然新增了 dp[j - nums[i]] 种方法，所以有 dp[j] += dp[j - nums[i]]

⚠️ 需要注意的是，一般求 组合 的完全背包问题是 先遍历物品、再遍历容量 ，而像本题这样求 排列 的完全背包问题应该 先遍历容量、再遍历物品 。简单来说，可以理解为这样每次对于新的容量，都会从头考虑一遍所有物品（这就自然包含了使用过的）， 从而实现不同的排列。

该算法更详细的讲解参见 代码随想录

代码（C++）

int combinationSum4(vector<int> &nums, int target)
{
    vector<long long> dp(target + 1, 0);
    dp[0] = 1;
    for (int j = 1; j <= target; ++j) {
        for (int num : nums) {
            if (j >= num && INT_MAX - dp[j] > dp[j - num])
                dp[j] += dp[j - num];
        }
    }
    return dp[target];
}

LeetCode的测试用例中有 int 越界的情况，所以要先检查 INT_MAX - dp[j] > dp[j - num] 。

我也尝试用 long long ，仍越界。不过这样直接把越界情况删掉感觉也不是最合理的，毕竟那对应的虽然是极大的排列种数，但这些排列仍是正确合理的。大抵是测试用例设计的问题，因为看了下官方题解也是这么做的。

---

卡码网57. 爬楼梯

点此跳转题目链接

题目描述

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

每次你可以爬至多m (1 <= m < n)个台阶。你有多少种不同的方法可以爬到楼顶呢？

注意：给定 n 是一个正整数。

输入描述

输入共一行，包含两个正整数，分别表示n, m

输出描述

输出一个整数，表示爬到楼顶的方法数。

输入示例

3 2

输出示例

3

提示信息

数据范围：
1 <= m < n <= 32;

当 m = 2，n = 3 时，n = 3 这表示一共有三个台阶，m = 2 代表你每次可以爬一个台阶或者两个台阶。

此时你有三种方法可以爬到楼顶。

1. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶

题解

典型的 完全背包求排列 问题，经典的动态规划解决。由于很基础，具体算法需要的可以直接看 代码随想录 。

代码（C++）

#include <iostream>
#include <vector>

using namespace std;

int main() {
    int n, m;
    cin >> n >> m;

    vector<int> dp(n + 1, 0);
    dp[0] = 1;
    for (int j = 1; j <= n; ++j) {
        for (int i = 1; i <= m; ++i) {
            if (j >= i)
                dp[j] += dp[j - i];
        }
    }
    cout << dp[n] << endl;
    return 0;
}