动态规划–完全背包和01背包
完全背包:物品可以重复;
01背包:物品只能用一次。01背包中⼆维dp
数组的两个for
遍历的先后循序是可以颠倒了,⼀维dp
数组的两个for
循环先后循序⼀定
是先遍历物品,再遍历背包容量。
区分二者的解题关键是:第二层循环从小到大,还是从大到小。
完全背包
此时的第二层for
循环是从小到大的,此时是完全背包问题,因为,从小到大,可以更改已经刚刚存入数组的数据,这样就达到了可以重复的目的。
for (int i = 0;i < nums.length;i ++){ //外层的物品循环
for (int j = nums[i]; j <= target;j++){
//内层为背包容量循环
dp[j] += dp[j-nums[i]]; //此公式为求方法、次数的常用公式
}
}
完全背包还分为:先物品后背包 和 先背包后物品
- 先物品后背包:这样的话,代表着
{1,3}
和{3,1}
是等同的。- 举例:物品时
{1,2,3}
这样的话,因为是先物品的循环,所以 3 始终在1的后面。
- 举例:物品时
- 先背包后物品:这样的话,代表着
{1,3}
和{3,1}
是不相同的,是两种情况。
零钱兑换II(不在乎顺序)
给你一个整数数组 coins
表示不同面额的硬币,另给一个整数 amount
表示总金额。
请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额,返回 0
。
假设每一种面额的硬币有无限个。
题目数据保证结果符合 32 位带符号整数。
示例 1:
输入:amount = 5, coins = [1, 2, 5]
输出:4
解释:有四种方式可以凑成总金额:
5=5
5=2+2+1
5=2+1+1+1
5=1+1+1+1+1
示例 2:
输入:amount = 3, coins = [2]
输出:0
解释:只用面额 2 的硬币不能凑成总金额 3 。
示例 3:
输入:amount = 10, coins = [10]
输出:1
使用二维数组实现的代码,先进行物品循环,再进行背包循环。
class Solution {
public int change(int amount, int[] coins) {
int length = coins.length;
int[][] dp = new int[length+1][amount+1];
for (int i = 0; i <= length;i ++){
dp[i][0] = 1;
}
for (int i = 1;i <= length;i ++){
for (int j = 1;j <= amount;j ++){
if (j >= coins[i-1]){
dp[i][j] = dp[i][j-coins[i-1]] + dp[i-1][j];
}
else {
dp[i][j] = dp[i-1][j];
}
}
}
return dp[length][amount];
}
}
组合总和
给你一个由 不同 整数组成的数组 nums
,和一个目标整数 target
。请你从 nums
中找出并返回总和为 target
的元素组合的个数。
题目数据保证答案符合 32 位整数范围。
示例 1:
输入:nums = [1,2,3], target = 4
输出:7
解释:
所有可能的组合为:
(1, 1, 1, 1)
(1, 1, 2)
(1, 2, 1)
(1, 3)
(2, 1, 1)
(2, 2)
(3, 1)
请注意,顺序不同的序列被视作不同的组合。
示例 2:
输入:nums = [9], target = 3
输出:0
使用一维数组进行实现,先进行背包循环,再进行的物品循环。这样可以达到不同的排列序列。
class Solution {
public int combinationSum4(int[] nums, int target) {
int[] dp = new int[target + 1];
Arrays.fill(dp, 0);
dp[0] = 1;
for (int i = 0;i <= target;i ++){ //背包循环
for (int j = 0;j < nums.length;j ++){ //物品循环
if (i >= nums[j]) dp[i] += dp[i-nums[j]];
}
}
return dp[target];
}
}
01背包
01背包很简单,就是每一个物品只能使用一次,这样的话第二层循环就要从大到小,因为这样才能使得上一轮数组存的内容不被覆盖。达到每个物品只能使用一次的目的。
例题
略,前面的博客,有很多01背包的例子。