完全-背包问题

  文章最前： 我是Octopus，这个名字来源于我的中文名--章鱼；我热爱编程、热爱算法、热爱开源。所有源码在我的个人github ；这博客是记录我学习的点点滴滴，如果您对 Python、Java、AI、算法有兴趣，可以关注我的动态，一起学习，共同进步。 

完全背包问题：

有n个物品，重量分别为weight[i] (0-n-1)，每个物品有无限多个，选择一些物品装入背包，在不超过背包重量w的前提下：

完全背包：每个阶段一个物品怎么装入背包，0个，1个，k个

需要求解的问题：

1）背的可装物品总重量的最大值是多少？

2）是否能装满整个背包

3）正好装满背包最少需要多少物品

4）装满背包有多少种方法

---

“零钱兑换” 题目是最优问题322：最少要多少物品能填满背包

 /**
     * 硬币兑换
     *
     * @param coins  硬币兑换
     * @param amount 数量
     * @return 最小数量
     */
    public int coinChange(int[] coins, int amount) {
        if (coins == null || coins.length < 1) {
            return 0;
        }
        int n = coins.length;
        // 定义动态数组
        int[][] dp = new int[n + 1][amount + 1];
        // 初始化数dp组
        for (int i = 0; i <= n; i++) {
            for (int j = 0; j <= amount; j++) {
                dp[i][j] = 10001;
            }
        }
        for (int i = 0; i <= n; i++) {
            dp[i][0] = 0;
        }
        // 状态转移方程
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= amount; j++) {
                int w = coins[i - 1];
                if (w > j) {
                    dp[i][j] = dp[i - 1][j];
                } else {
                    dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - w] + 1);
                }
            }
        }
        // 找到一个问题，发现是三元运算符用错了？？？(以后三元运算法要少用)
        if (dp[n][amount] >= 10001) {
            return -1;
        } else {
            return dp[n][amount];
        }
    }

“零钱背包2”是计数问题518：填满背包有多少种方法

/**
     * 动态规划
     *
     * @param amount 数量
     * @param coins  数组
     * @return 次数
     */
    public int change(int amount, int[] coins) {
        if (coins == null || coins.length < 1) {
            return 0;
        }
        int n = coins.length;
        // 定义dp数组
        int[][] dp = new int[n + 1][amount + 1];
        // 初始化数组
        for (int i = 0; i <= n; i++) {
            dp[i][0] = 1;
        }
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= amount; j++) {
                int w = coins[i - 1];
                if (w > j) {
                    dp[i][j] = dp[i - 1][j];
                } else {
                    dp[i][j] = dp[i - 1][j] + dp[i][j - w];
                }
            }
        }
        return dp[n][amount];
    }