动态规划:完全背包问题

思路:转换成如下:
有一个背包,最大容量为amount,有一系列物品coins,每个物品重量为coins[i],每个物品的重量无限,有多少种方法,能够把背包恰好装满
状态:
1.背包的容量
2.可选择的物品
选择:
装进背包/不装进背包
dp数组定义:若只使用前i个物品,当背包容量为j时,有dp[i][j]种方法可以装满背包。
public static int change(int amount,int[] coins){
int n = coins.length;
int[][] dp = new int[n+1][amount+1];
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++)
if (j-coins[i-1] >=0 )
dp[i][j] = dp[i-1][j] + dp[i][j-coins[i-1]];
else
dp[i][j] = dp[i-1][j];
}
return dp[n][amount];
}
疑问:为什么j-coins[i-1],这样不是相当于只用了一次coins[i-1]吗。

本文详细讲解了完全背包问题的动态规划解法,涉及状态转移方程和数组dp的构建。核心疑问在于理解j-coins[i-1]的含义,解释为何看似仅使用一次物品。通过实例演示,深入剖析这一关键步骤背后的逻辑。
521

被折叠的 条评论
为什么被折叠?



