完全背包
-
思路
有N件物品,1个最多能装重量为W的背包。第i件物品的重量是weight[i],其价值是value[i]。
每件物品都有无限个(可以放入背包多次),求解将那些物品放入背包里,背包中物品价值总和最大吗 ·完全背包和01背包唯一不同的地方是,物品的个数。 完全背包每个物品有无数件,而01背包每个物品只有1件。
-
以纯完全背包问题讲解理论和原理:
背包的最大重量为4物品有:
物品0,重量1,价值15
物品1,重量3,价值20
物品2,重量4,价值30每个物品都有无限多个。
问:背包能背的物品最大价值是多少?
01背包和完全背包唯一的不同就是体现在遍历顺序上。
01背包的核心代码如下:
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]); } }
01背包的内层循环是 从大到小遍历,为了保证每个物品只被添加一次。
而完全背包的物品是无限多个的,可以添加多次,所以内层循环要从小到大遍历。因此完全背包的核心代码如下:
// 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]); } }
-
完全背包问题:两个for循环的先后顺序不影响计算,因此先遍历背包再遍历物品也可以。代码如下:
// 先遍历背包,再遍历物品 for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量 for(int i = 0; i < weight.size(); i++) { // 遍历物品 if (j - weight[i] >= 0) dp[j] = max(dp[j], dp[j - weight[i]] + value[i]); } cout << endl; }
-
纯完全背包代码:
//先遍历物品,再遍历背包 private static void testCompletePack(){ 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++){ // 遍历物品 for (int j = weight[i]; j <= bagWeight; j++){ // 遍历背包容量 dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]); } } for (int maxValue : dp){ System.out.println(maxValue + " "); } } //先遍历背包,再遍历物品 private static void testCompletePackAnotherWay(){ int[] weight = {1, 3, 4}; int[] value = {15, 20, 30}; int bagWeight = 4; int[] dp = new int[bagWeight + 1]; for (int i = 1; i <= bagWeight; i++){ // 遍历背包容量 for (int j = 0; j < weight.length; j++){ // 遍历物品 if (i - weight[j] >= 0){ dp[i] = Math.max(dp[i], dp[i - weight[j]] + value[j]); } } } for (int maxValue : dp){ System.out.println(maxValue + " "); } }
518. 零钱兑换Ⅱ
-
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
-
动规五部曲
-
dp[j]数组的含义:总金额为j的时候,有dp[j]种方法能凑出j
-
递归公式:
dp[j] += dp[j- coins[i]] -
dp数组初始化
dp[0] = 1 -
遍历顺序
外层for遍历硬币,正序
内层for遍历总额,正序
这样遍历出来的是组合数,只有{1,5}不会有{5,1}如果外层遍历总额,
内层遍历硬币,
则遍历的是排列数,{1,5}和{5,1}算两种了。重复了。
-
-
代码:
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 - coins[i]]; } } return dp[amount]; } }
377. 组合总和Ⅳ
-
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
-
动规五部曲
- dp[j] 的含义:凑成j有dp[j]种方法。
- 递归公式:
dp[j] += dp[j - nums[i]] - 数组初始化
dp[0] = 1; - 遍历顺序
根据示例,得到的是排列,所以要
先遍历背包,在遍历物品。
class Solution { public int combinationSum4(int[] nums, int target) { int[] dp = new int[target + 1]; dp[0] = 1; for(int i = 0; i <= target; i++) { for(int j = 0; j < nums.length; j++) { if(i >= nums[j]) { //如果此时背包的容量i 大于添加进来的物品的重量nums[j],那就更新组合总数 dp[i] += dp[i - nums[j]]; } } } return dp[target]; } }