代码随想录第46天| 动态规划6
- 完全背包
- 518. 零钱兑换 II
- 377. 组合总和 Ⅳ
完全背包
代码随想录:完全背包
有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品都有无限个(也就是可以放入背包多次),求解将哪些物品装入背包里物品价值总和最大。
完全背包和01背包问题唯一不同的地方就是,每种物品有无限件。
01背包和完全背包唯一不同体现在遍历顺序上,完全背包遍历背包是正序遍历
518. 零钱兑换 II
LeetCode题目: 518. 零钱兑换 II
代码随想录: 518. 零钱兑换 II
遍历顺序:先遍历物品再遍历背包得到组合数(不考虑顺序)
先遍历背包后遍历物品得到排列数
确定dp数组以及下标的含义
dp[j]:凑成总金额j的货币组合数为dp[j]
确定递推公式:
dp[j] 就是所有的dp[j - coins[i]](考虑coins[i]的情况)相加。
递推公式:dp[j] += dp[j - coins[i]];
class Solution {
public:
int change(int amount, vector<int>& coins) {
vector<int> dp(amount + 1, 0);
dp[0] = 1;
for(int i = 0; i < coins.size(); i++){ // 先物品
for(int j = coins[i]; j <= amount; j++){
dp[j] += dp[j - coins[i]];
}
}
return dp[amount];
}
};
377. 组合总和 Ⅳ
LeetCode题目:377. 组合总和 Ⅳ
代码随想录:377. 组合总和 Ⅳ
跟上面的区别:强调顺序, 因此先遍历背包,后遍历物品
class Solution {
public:
int combinationSum4(vector<int>& nums, int target) {
vector<int> dp(target + 1, 0);
dp[0] = 1;
for (int i = 0; i <= target; i++) { // 遍历背包
for (int j = 0; j < nums.size(); j++) { // 遍历物品
if (i - nums[j] >= 0 && dp[i] < INT_MAX - dp[i - nums[j]]) {
dp[i] += dp[i - nums[j]];
}
}
}
return dp[target];
}
};