代码随想录算法训练营第四十四天

完全背包

每件物品可以用无数次

物品	重量	价值
0	1	15
1	3	20
2	4	30

递归逻辑

0-1背包问题的一维代码：

for i in range(len(weight)):
	for j in range(bag_weight, weight[i] - 1, -1):
	# 递归公式
		dp[j] = max(dp[j], dp[j - weight[i]] + value[i])

**j是倒序的原因：**因为dp[j-weight[i]]代表的是容量为j-weight[i]的背包所能装的最大价值，如果是正序，也就是说dp[j-weight[i]]也是有可能已经算上物品i了的，在这种情况下0-1问题没法再加一次了。

但如果是完全背包问题，物品可以用无数次，那就没有不能再用一次的问题了，就是每个j都可以考虑一次放不放。

for i in range(len(weight)): #物品
	for j in range((bag_weight+1)): #背包
	# 递归公式
		dp[j] = max(dp[j], dp[j - weight[i]] + value[i])

遍历顺序

在完全背包中是可以先遍历背包再遍历物品的。

先物品再背包

物品0，所以当j>1的情况下，因为是完全背包，所以放好几个，价值也是n*value[0]。
物品1，j<3之前装不进去，不变，到j=3的时候，能装但价值只有20<45，也不变。

i/j	0	1	2	3	4
0	0	15	30	45	60
1	0	15	30	45	60
2…

先背包再物品

背包容量0，全0。
背包容量1，放物品1所以15，别的都放不下，还是15。
背包容量2，放物品1放2个所以30，别的都放不下，还是30。
背包容量3，放物品1放3个所以45，物品2能放下但是价值就20，不要。

i/j	0	1	2	3	4
0	0	15	30	45
1	0	15	30	45
2	0	15	30	…

这里可以看出来，他横竖都比较规律的从前往后，从上到下的，所以颠倒了也无所谓。

518. 零钱兑换 II

题目链接：零钱兑换 II
写的时候把j%coins[i] == 0单独拿出来加了，导致了多数了好多。其实全部包括在dp[j-coins[i]]里了。
初始化是dp[0]=1，是递归的基础，意义其实是如果是0元那么就一种凑数方式，就是不给。

class Solution:
    def change(self, amount: int, coins: List[int]) -> int:
        # dp[i] = i元有几种凑数方式
        
        dp = [0] * (amount+1)
        dp[0] = 1
        
        for i in range(len(coins)):
            for j in range(coins[i],amount+1):
                dp[j] += dp[j-coins[i]]
        return dp[-1]     

377. 组合总和 Ⅳ

题目链接：组合总和 Ⅳ
如果求组合数就是外层for循环遍历物品，内层for遍历背包。
如果求排列数就是外层for遍历背包，内层for循环遍历物品。

如果把遍历nums（物品）放在外循环，遍历target的作为内循环的话，举一个例子：计算dp[4]的时候，结果集只有 {1,3} 这样的集合，不会有{3,1}这样的集合，因为nums遍历放在外层，3只能出现在1后面。

但是先遍历容量，再遍历物品的话，一次遍历物品结束以后，又会重新开始，所以肯定能得到{3,1}这样的排列。

class Solution:
    def combinationSum4(self, nums: List[int], target: int) -> int:
        # dp[i] = target 是i的时候的组合方式
        dp = [0]*(target+1)
        dp[0] = 1
        for j in range(1,(target+1)):
            for i in range(len(nums)):
                if j >= nums[i]:
                    dp[j] += dp[j-nums[i]]
        return dp[-1]