代码随想录算法训练营 Day37 动态规划Ⅴ 完全背包 零钱兑换

动态规划

完全背包

纯的完全背包问题(只是背包)可以颠倒两次 for 循环的顺序

因为完全背包 dp 值由左边的状态推导而来的,两种遍历方法都能保证前面有数据

0-1 背包二维递推公式
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])

完全背包二维递推公式
dp[i][j] = max(dp[i - 1][j], dp[i][j - weight[i]] + value[i])

在于01背包是 dp[i - 1][j - weight[i]] + value[i] ,完全背包是 dp[i][j - weight[i]] + value[i])

主要原因就是 完全背包单类物品有无限个。

题目

52. 携带研究材料(第七期模拟笔试)

对比 0-1 背包问题,将遍历顺序改为正序遍历(第二次顺序)

  1. Dp 表示容量 j 下的背包能装的最大价值

  2. 递推公式同 0-1 背包问题,比较空出来空间不拿这个物品和拿了这个物品的最大价值
    dp[i][j] = std::max(dp[i-1][j], dp[i-1][j-nums[i]] + value[i])

  3. 初始化顺序第一行与第一列(数据从第一行开始推导的)
    dp[i][0] = 0; dp[0][j]=dp[0][j-nums[0]] + value[0]

  4. 遍历顺序为物品 - 背包 (正序遍历一维数组)

  5. Dp 打印

cpp 复制代码
#include<iostream>
#include<vector>

int main() {
    int n = 0, v = 0;
    std::cin >> n >> v;

    std::vector<int> weight(n, 0);
    std::vector<int> value(n, 0);
    for (int i = 0; i < n; ++i) std::cin >> weight[i] >> value[i];
    // 初始化dp 单位j时最大的价值
    std::vector<std::vector<int>> dp(n, std::vector<int>(v+1, 0));
    for (int j = weight[0]; j <= v; ++j) dp[0][j] = dp[0][j - weight[0]] + value[0];
    
    // 遍历dp
    for (int i = 1; i < n; ++i) {
        for (int j = 0; j <= v; ++j) {
            if (j < weight[i]) dp[i][j] = dp[i-1][j];
            else dp[i][j] = std::max(dp[i-1][j], dp[i][j - weight[i]] + value[i]);
        }
    }

    std::cout << dp[n-1][v] << std::endl;
    return 0;
}

518. 零钱兑换 II - 力扣(LeetCode)

背包问题求组和,不强调顺序

  1. Dp 含义表示当前 i 个物品下装满 j 背包多少种方法

  2. 递推公式类似于 0-1 背包组合问题 dp[i][j] = dp[i-1][j] + dp[i][j-nums[i]]

  3. 初始化 dp[i][0]=1 第一行如果背包可以装下物品,则方法为 1,否则为 0

  4. 遍历顺序默认即可先物品后背包(可以颠倒,一维情况不同)

一维情况下不能颠倒,先遍历物品再遍历背包求排列数,先遍历背包再遍历物品求组合数

  1. 打印 dp
cpp 复制代码
int change(int amount, vector<int>& coins) {
	int bagSize = amount;

	// dp数组定义 在i个物品下装满j由多少种方法
	std::vector<std::vector<uint64_t>> dp(coins.size(), std::vector<uint64_t>(bagSize+1, 0));
	// 初始化dp
	for (int i = 0; i < coins.size(); ++i) dp[i][0] = 1;
	// 可以兑换 +1 方法
	for (int j = 0; j <= bagSize; ++j) if (j % coins[0] == 0) dp[0][j] = 1;
	// 遍历dp
	for (int i = 1; i < coins.size(); ++i) {
		for (int j = 0; j  <= bagSize; ++j) {
			if (coins[i] > j) dp[i][j] = dp[i-1][j];
			else dp[i][j] = dp[i-1][j] + dp[i][j - coins[i]];
		}
	}
	return dp[coins.size()-1][bagSize];
}

377. 组合总和 Ⅳ - 力扣(LeetCode)

完全背包的求排列问题,在上一题基础上变换遍历顺序即可

  1. Dp 数组表示当前装满 j 背包多少种方法

  2. 递推公式基于二维递推公式得出 dp[j]+=dp[j-nums[i]] i 表示物品 j 表示背包

  3. 初始化 dp[0]=1

  4. 遍历顺序先遍历背包再遍历物品求排列,先遍历物品再遍历背包求组合

  5. 打印 dp

cpp 复制代码
int combinationSum4(vector<int>& nums, int target) {
	// dp
	std::vector<int> dp(target+1, 0);
	// 初始化
	dp[0] = 1;
	// dp遍历
	for (int j = 0; j <= target; ++j) {
		for (int i = 0; i < nums.size(); ++i) {
			if (j - nums[i] >= 0 && dp[j] <= INT_MAX - dp[j - nums[i]]) dp[j] += dp[j - nums[i]];
		}
	}
	return dp[target];
}

57. 爬楼梯(第八期模拟笔试)

爬楼梯进阶版,使用 dp 数组实现,求方法排列组合 121 和 211 两种方法

背包是 n 级台阶,物品是 m 上台阶方法,从 1 开始遍历因为题目要求

  1. Dp 数组表示第 j 容量(楼梯)有多少种方法

  2. 递推公式如上题,从之前的数据中累加的来 dp[j] += dp[j-nums[i]]

  3. Dp 初始化 dp[0]=1

  4. 遍历顺序先遍历背包再遍历物品

  5. Dp 打印

cpp 复制代码
#include<iostream>
#include<vector>

int main() {
    int m = 0, n = 0;
    std::cin >> n >> m;

    // 定义dp
    std::vector<int> dp(n+1, 0);
    dp[0] = 1;
    // 遍历dp 先遍历背包n,再遍历物品m
    for (int j = 1; j <= n; ++j) {
        for (int i = 1; i <= m; ++i) {
            // 背包有空间的情况下
            if (j - i >= 0) dp[j] += dp[j - i];
        }
    }

    std::cout << dp[n] << std::endl;
    return 0;
}
相关推荐
是main不是漫8 小时前
【快慢指针 | LeetCode202 快乐数】鸽巢原理佐证环特性,快慢指针巧解快乐数
c语言·开发语言·c++·算法
Felven9 小时前
A. Iskander and Drawings
算法
qq_3482318512 小时前
大模型算法: 反向传播
算法
电科_银尘12 小时前
【大模型算法与工程 27】训练配方:批量、学习率、精度与梯度裁剪
学习·算法·机器学习
专注仿真13 小时前
智能体训练之模仿学习:GAIL 算法详解与实战
python·算法·仿真·多智能体强化学习·afsim智能体训练
leobertlan15 小时前
痛苦系列 | DSP-04 截断时空的“窗”:FIR 滤波器设计与线性相位
算法
秋天的怀念_David16 小时前
算法一千零一夜 · 第三十五夜 · 恢复风暴
java·程序人生·算法
泯泷18 小时前
别再“裸聊”大模型了!你家的 AI 为什么总胡说八道?根子在 RAG
人工智能·算法·架构
2601_9679801119 小时前
Python中heapq模块的各种用法实例
数据结构·python·算法·应用实例·heapq模块