代码随想录算法训练营第四十四天| 完全背包问题,518. 零钱兑换 II,377. 组合总和 Ⅳ
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]