动态规划背包问题刷题笔记：和为目标值的最长子序列的长度，分割等和子集，将一个数字表示成幂的和的方案数，完全平方数

ps：笔记和代码按本人理解整理，重思路

【如果笔记对你有帮助，欢迎关注&点赞&收藏，收到正反馈会加快更新！谢谢支持！】

上期笔记：

动态规划背包问题学习笔记：目标和（0-1背包），零钱兑换（完全背包）-CSDN博客

背包问题：

• 问题：一个最大容量为 的背包，能装多少价值的物体 (物体A、B、C…)
• 物体A重量为  , 价值为；物体B重量为  , 价值为；物体C重量为  , 价值为
• 0-1背包问题：每个物体只有一个 → 不选 or 选
• 完全背包问题：每个物体有无数个 → 选 n 个(n = 0,1,2,3……)

题目1：和为目标值的最长子序列的长度

2915. 和为目标值的最长子序列的长度 - 力扣（LeetCode）

• 题意：        
  • 条件：子序列的和为目标和
  • 求：子序列 长度的最大值 
• 类型：0-1背包问题（每个数只有选 or 不选）
• 拆解：
  • 0-1背包问题，先遍历物体，再遍历总额
  • dp 储存当前子序列长度，初始化为 -inf （因为要求最大值），dp[0] = 0（满足和为0的子序列长度为0）
  • 一维dp更新需要从右往左（此时左边的值还是上轮num对应的长度）：
    • dp[c] = max(dp[c], dp[c-num]+1) = max({不选num且和为c的子序列长度}, {和为c-num的子序列长度 + 1(指num)})
• 代码：

  class Solution:
      def lengthOfLongestSubsequence(self, nums: List[int], target: int) -> int:
          n = len(nums)
          dp = [float('-inf')]*(target+1)
          dp[0] = 0
  
          for num in nums:
              for c in range(target, num-1, -1):  # 注意 c >= num
                  dp[c] = max(dp[c], dp[c-num]+1)
          return dp[-1] if dp[-1] != float('-inf') else -1

题目2：分割等和子集

416. 分割等和子集 - 力扣（LeetCode）

• 题意：        
  • 条件：子集和 = sum(nums) / 2 
  • 求：是否存在满足条件的子集
• 类型：0-1背包问题（每个数只有选 or 不选）
• 拆解：
  • target = sum(nums) / 2 ，如果sum(nums)为奇数，target有小数，肯定不存在能平分的子集
  • dp 储存是否找到已找到子集（True or False，用1 or 0表示）
  • 初始化为 0 (指False)，dp[0] = 1 (存在和为0的子集，即空集)
  • 从右往左更新新的num：
    • 如果满足 dp[c-num] == 1 (存在和为c-num的子集)，则 dp[c] = 1 (和为c的子集也存在)
    • 否则，就保持原来的dp[c]，即 {不选num是否存在和为c的子集}
• 代码：

  class Solution:
      def canPartition(self, nums: List[int]) -> bool:
          sum_ = sum(nums)
          if sum_ % 2 == 1:
              return False
  
          target = sum_ / 2
          dp = [0 for _ in range(target+1)]
          dp[0] = 1
          for i, num in enumerate(nums):
              for c in range(target, num-1, -1):
                  if dp[c-num] == 1:  # 看是否存在，dp[c-num]为True，dp[c]也为True
                      dp[c] = 1
          return dp[-1] == 1

题目3：将一个数字表示成幂的和的方案数

2787. 将一个数字表示成幂的和的方案数 - 力扣（LeetCode）

• 题意：        
  • 条件： 互不相同 正整数的 x 次幂之和 = n
  • 求：方案数
• 类型：0-1背包问题（互不相同：每个数只有选 or 不选）
• 拆解：
  • 处理nums = [ i**x for i in range(n+1)]  并且 i**x < n
  • 方案数 = {不选 num 的方案数} + {选 num 的方案数}  = dp[c] + dp[c-num]
• 代码：

  class Solution:
      def numberOfWays(self, n: int, x: int) -> int:
          nums = []
          for i in range(1, n+1):
              if i**x > n:
                  break
              nums.append(i**x)
          
          dp = [0]*(n+1)
          dp[0] = 1
          for num in nums:
              for c in range(n, num-1, -1):
                  dp[c] += dp[c-num]
          return dp[-1] % (10**9 + 7)

题目4：零钱兑换 II

518. 零钱兑换 II - 力扣（LeetCode）

• 题意：        
  • 条件：硬币（无限多）凑成总金额
  • 求：方案数
• 类型：完全背包问题（每个硬币选 n 个, n=0,1,2,…）
• 拆解：
  • 完全背包但是要：先遍历硬币，再遍历金额 → 防止重复计算（比如 amount=3, "1, 2"和"2, 1" 是同一个方案，不能重复计数）
  • 方案数 = {不选 num 的方案数} + {选 num 的方案数}  = dp[c] + dp[c-num]
  • 本题需要正序遍历金额，因为硬币可以多次用：
    • 如 amount = 5, coin = 1

      	0	1	2	3	4	5
      [idx = 0] 初始	1	0	0	0	0	0
      [idx = 1]  coin = 1	=dp[0] =1	=dp[1] + dp[1-1] = 0+1= 1	=dp[2] + dp[2-1] = 0+1= 1	=dp[3] + dp[3-1] = 0+1= 1	=dp[4] + dp[4-1] = 0+1= 1	=dp[5] + dp[5-1] = 0+1= 1

• 代码：

  class Solution:
      def change(self, amount: int, coins: List[int]) -> int:
          dp = [0 for _ in range(amount+1)]
          dp[0] = 1
  
          for coin in coins:
              for c in range(coin, amount+1): # 正序
                  dp[c] += dp[c-coin]
          return dp[-1]

题目5：完全平方数

279. 完全平方数 - 力扣（LeetCode）

• 题意：        
  • 条件：完全平方数（可重复）和为n
  • 求：最少数量
• 类型：完全背包问题
• 拆解：
  • “先遍历平方数，再遍历总额” / “先遍历总额，再遍历平方数” 都可以，因为是求最小值，所以同一组合重复计算不影响结果
  • 以“先遍历平方数，再遍历总额”为例
  • 初始化为 inf（因为要求最小值），dp[0] = 0（总额为0需要的平方数的数量为0）
  • 正序计算（因为平方数可以被重复使用）dp[c] = min(dp[c], dp[c-sq]+1) = {不选 sq 的平方和数量} + {选 sq 的平方和数量} 
• 代码：

  class Solution:
      def numSquares(self, n: int) -> int:
          # 计算平方和
          s = 1
          squres = []
          while s**2 <= n:
              squres.append(s**2)
              s += 1
          # 开始动态规划
          dp = [float('inf')]*(n+1)
          dp[0] = 0
          
          for sq in squres:
              for c in range(sq, n+1): # 正序（可重复取sq）
                  dp[c] = min(dp[c], dp[c-sq]+1)
          return dp[-1] if dp[-1]!=float('inf') else -1 
  

往期动态规划笔记：

区间DP学习笔记：最长回文子序列，多边形三角剖分的最低得分_最长回文子列表-CSDN博客

状态机DP学习笔记-CSDN博客

树形DP学习笔记（一）：树的路径问题-CSDN博客

树形DP学习笔记（二）：打家劫舍III & 监控二叉树-CSDN博客