今天进入完全背包问题。与01背包不同的是,完全背包中各个物品是可以重复选取的,因此在先遍历物品后遍历背包中,遍历背包的顺序应该是从前向后遍历。
#include <iostream>
#include <vector>
using namespace std;
void test(vector<int> weight, vector<int> value, int bagweight){
vector<int> dp(bagweight + 1, 0);
for (int j = 0; j <= bagweight; j++){
for (int i = 0; i < weight.size(); i++){
if (j - weight[i] >= 0)
dp[j] = max( dp[j], dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagweight] << endl;
}
int main(){
int N, V;
cin >> N >> V;
vector<int> weight;
vector<int> value;
for (int i = 0; i < N; i++){
int w;
int v;
cin >> w >> v;
weight.push_back(w);
value.push_back(v);
}
test(weight, value, V);
return 0;
}
第二题是零钱兑换IIhttps://leetcode.cn/problems/coin-change-ii/description/,用无限个面额的硬币凑出结果,很典型的完全背包问题,直接上动规五步曲。dp[j]为凑出金额为j的硬币选取方法有dp[j]种。在目标和https://leetcode.cn/problems/target-sum/description/这道题中我们已知求出装满背包的方法数量对应的递推公式为 dp[j] += dp[j - nums[i]],将dp[0]初始化为1,其余dp值初始化为0,由于该题求出的方法都属于组合问题,即选取硬币的顺序不会对组合数量产生影响,所以采取先遍历物品后遍历背包的方法。
class Solution {
public:
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];
}
};
第三题是组合总和IVhttps://leetcode.cn/problems/combination-sum-iv/description/,结构与上题基本相同,唯一不同在于遍历顺序,若是先遍历物品在遍历背包,则不同物品进入背包的顺序是确定的,故不能求出不同顺序的排列。先遍历背包再遍历物品,可以得到不同排列顺序的结果。
class Solution {
public:
int combinationSum4(vector<int>& nums, int target) {
vector<int> dp(target + 1, 0);
dp[0] = 1;
for (int j = 0; j <= target; j++){
for (int i = 0; i < nums.size(); i++){
if (j - nums[i] >= 0 && dp[j] < INT_MAX - dp[j - nums[i]])
dp[j] += dp[j - nums[i]];
}
}
return dp[target];
}
};
不难发现,对于求出装满已知容量背包的方法数量来说,递推公式都是相同的,即dp[j] += dp[j - nums[i]]。