背包问题模板总结

三种背包比较

01背包
N件物品，每件物品有价值V和消耗的容量C, 背包的容量有限，一个物品只能取一次，什么情况下价值最大？
完全背包
N件物品，每件物品有价值V和消耗的容量C, 背包容量有限，一个物品可以无限取多次，什么情况下价值最大？
多重背包 属于完全背包的一种
N件物品，每件物品有价值V和消耗的容量C, 背包容量有限，一个物品最多可以取M次，什么情况下价值最大？
‘组合背包’
N件物品，每件物品有价值V和消耗的容量C,背包容量有限，求装满背包的组合个数。

状态转移方程

01背包状态转移方程

f(v) = max(f(v), f(v - Ci) + Wi)
//其中f(v)表示容量为v的背包的最大价值

完全背包状态转移方程

f(v) = max{
   f(v - k * Ci) + k * Wi| 0 <= k * Ci <= v}
// k表示物品可以被取0至多次

多重背包状态转移方程

f(v) = max{
   f(v - k * Ci) + k * Wi | 0 <= k <= Mi}

状态转移方程其实好理解，通过例题来熟悉。

分类解题模板

首先是背包分类的模板：

• 1、0/1背包：外循环nums,内循环target,target倒序且target>=nums[i];
• 2、完全背包：外循环nums,内循环target,target正序且target>=nums[i];
• 3、组合背包：外循环target,内循环nums,target倒序且target>=nums[i];（倒序正序需要看01还是完全）
• 4、分组背包：这个比较特殊，需要三重循环：外循环背包bags,内部两层循环根据题目的要求转化为1,2,3三种背包类型的模板

然后是问题分类的模板：

• 1、最值问题: dp[i] = max/min(dp[i], dp[i-nums]+1)或dp[i] = max/min(dp[i], dp[i-num]+nums);
• 2、存在问题(bool)：dp[i]=dp[i]||dp[i-num];
• 3、组合问题：dp[i]+=dp[i-num];

例题

分割等和子集

链接🔗
给你一个 只包含正整数 的 非空 数组 nums 。请你判断是否可以将这个数组分割成两个子集，使得两个子集的元素和相等。

通过判断是否可以正好组成容量为1/2sum的背包来判断是否可以划分子数组。
01背包， 外层num, 内target, 逆序

class Solution {
   
public:
    bool canPartition(vector<int>& nums) {
   
        int sum = 0;
        for(const int & i: nums)sum += i;
        if(sum%2) return false;
        sum /= 2;

        // 01 背包
        vector<bool> dp(sum+1, false);
        dp[0] = true;
        for(int i = 0; i < nums.size(); i++){
   
            for(int j = sum; j >= nums[i]; j--){
   
                dp[j] = dp[j] || dp[j - nums[i]];
            }
        }
        return dp[sum];
    }
};

零钱兑换

链接🔗

给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 -1。

你可以认为每种硬币的数量是无限的。
简单的例子，完全背包，外层num，内层target, 顺序

class Solution {
   
public:
    int coinChange(vector<int>& coins, int amount) {
   
        vector<int>f(amount + 1, INT_MAX);
        f[