代码随想录刷题day44｜ 完全背包理论基础&零钱兑换II&组合总和IV

---

day44学习内容

day44主要内容

• 完全背包理论基础
• 零钱兑换II
• 组合总和IV

---

声明
本文思路和文字，引用自《代码随想录》

一、 完全背包理论基础

1.1、动态规划五部曲

其实其他步骤和01背包问题都是一样的，只有一个区别，完全背包。物品的个数是无限的，而01背包，物品的个数只有一个，具体的遍历顺序、状态转移返程，等具体写代码的时候再看。

---

二、零钱兑换II

518.原题链接
注意，本题求得是组合数而不是排列数。即{2,2,1}和{2,1,2}是同一个答案。
注意这一题和目标和那一题的区别。。
目标和

2.1、动态规划五部曲

2.1.1、 确定dp数组（dp table）以及下标的含义

-  dp[j]表示组成金额i的不同硬币组合的数量

2.1.2、确定递推公式

直接给结论：

dp[j] += dp[j - nums[i]];

求装满背包有几种方法，公式都是：dp[j] += dp[j - nums[i]];

2.1.3、 dp数组如何初始化

dp[0] = 1;

2.1.4、确定遍历顺序

先遍历物品后遍历背包。先记住一个结论：
先物品后背包，是组合问题
先背包后物品，是排列问题

2.2、代码

class Solution {
    public int change(int amount, int[] coins) {
        // 初始化dp数组
        int[] dp = new int[amount + 1];
        dp[0] = 1;
        // 先物品后背包
        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];
    }
}

2.2.1、这段代码哪里体现了物品是无限次使用的呢

在这段代码中，体现硬币无限次使用的关键在于遍历顺序和状态转移方程：

遍历顺序

for (int i = 0; i < coins.length; i++) {
    for (int j = coins[i]; j <= amount; j++) {
        dp[j] += dp[j - coins[i]];
    }
}

这里首先遍历硬币（即“物品”），然后对于每个硬币，遍历从该硬币值到总金额amount的所有可能的金额值。这种遍历方式称为“先物品后背包”，与完全背包问题中硬币无限使用直接相关。

状态转移方程

dp[j] += dp[j - coins[i]];

这个状态转移方程是实现硬币无限次使用的核心。它的含义是，当前组成金额j的方式数（dp[j]）等于原来的方式数加上使用了硬币coins[i]后，组成金额j - coins[i]的方式数。因为我们是在coins[i]的基础上增加来考虑j的，所以在处理j时，coins[i]仍然可用，即硬币可以被无限次使用。

如果硬币有使用次数限制，我们通常会采用“先背包后物品”的遍历方式，即首先遍历总金额，然后对于每个金额，遍历所有硬币，这样就可以控制每个硬币的使用次数了。

三、组合总和IV

377.原题链接
注意这题是个排列问题，题目已经说的很清楚了

3.1、动态规划五部曲

3.1.1、 确定dp数组（dp table）以及下标的含义

-  dp[j]表示组成总和i的不同排列的数量

3.1.2、确定递推公式

dp[j] += dp[j - nums[i]];

3.1.3、 dp数组如何初始化

初始化一个(m + 1) * (n + 1)的DP数组，因为’0’的数量可以从0到m，'1’的数量可以从0到n。

dp[0] = 1;

3.1.4、确定遍历顺序

由于要解决排列问题，所以要先遍历背包，再遍历物品。

3.1.5、计算并返回最终结果

return dp[target];

3.2、代码

class Solution {
    public int combinationSum4(int[] nums, int target) {
        // 初始化dp数组
        int[] dp = new int[target + 1];
        dp[0] = 1;
        // 先背包后物品
        for (int i = 0; i <= target; i++) {
            for (int j = 0; j < nums.length; j++) {
                // 背包容量必须大于物品数量才有意义
                if (i >= nums[j]) {
                    dp[i] += dp[i - nums[j]];
                }
            }
        }
        return dp[target];
    }
}

总结

1.感想

• 突然好想像又有感觉了，没那么的感觉了。。

2.思维导图

本文思路引用自代码随想录，感谢代码随想录作者。