算法第32天|动态规划：完全背包、零钱兑换Ⅱ、组合总和Ⅳ、爬楼梯（进阶）

今日总结：

        1、完全背包问题（求价值和最大）

        （1）二维dp定义（当一道题可以抽象成这种形式就是完全背包）

                        有N件物品和一个最大容量为W的背包。第i件物品的重量是weight[i]，其价值是value[i]，每件物品都有无限个（与01背包的不同，01背包只有一个，只有放与不放），求解哪些物品装入背包物品价值总和最大

                (2)确定dp数组下标：

                        dp[i][j]:表示在容量为j情况下，在物品[0,i]中选择若干物品，价值总和最大

                (3)确定递推公式（状态转移方程）

                        分成三种情况：

                        1、当前dp[i][j]中的容量j不足以放下weight[i]，此时最大价值为dp[i-1][j]

                        2、当前dp[i][j]放入一个新的物品i价值最大：dp[i][j-weight[i]]+value[i](与 01背包不同点，放入物品i的之前的最大dp不在物品i-1,而是在物品i，因为是无限的物品)

                        3、当前dp[i][j]在完全不放入物品i时最大dp[i-1][j]

                (4)确定dp数组初始化

                        1、通过递推公式可以看出，dp[i][j]中可能与dp[i-1][j]有关，所以需要初始化最上边的行 

                                dp[0][j]:也就是放入物品0，在容量为j时的大小

                        2、dp[i][j-weight[i]会与边界]dp[i][0]有关，所以需要初始化

                                dp[i][0]:容量为0条件下，无论物品几都无法放下，所以初始化为0

                (5)确定dp数组遍历顺序

                        i从大到小，j从大到小

                （1）一维dp滚动数组

                （2）确定dp数组下标

                        dp[j]表示在容量为j的条件下，最大的价值

                （3）确定dp递推公式（状态转移方程）

                        dp[j] = max[dp[j],dp[j-weight[i]]+value[i]]

                （4）确定dp数组初始化

                （5）确定dp数组遍历顺序

                        i从小到大，j从小到大（与01背包不同，01背包的j是从大到小，为的是dp[j-weight[i]]选择的是i-1的最大价值，但是这里完全背包需要的是在物品i中的前一个满足物品i重量的最大价值dp[i][j-weight[i]],因为是从小到大，所以需要判断j<weight[i]）

        2、完全背包求排列组合

                dp[j] = dp[j] +dp[j-weight[i]]从小到大遍历（与01背包相反）

                组合

                                遍历顺序：for物品i，for(j=weight[i];j<=target;j++)-->求的是组合

                排列

                                for(容量j=0;j<target;j++)for(i=0;i<nums.size();i++){if(j>nums[i]){递推公式}}-->排列 

完全背包

题目链接：52. 携带研究材料（第七期模拟笔试）

代码随想录

整体思路：
        需要注意：01背包的j是逆向计算，完全背包的j是正向计算，但是要从j=weight[i],到==target，不能丢了target

整体代码：

#include <bits/stdc++.h>
#include <iostream>
#include <cstdio>
#include <vector>
using namespace std;

int main()
{
    int nums=0,target=0;
    cin >>nums>>target;
    vector<int>weight(nums,0);
    vector<int>value(nums,0);
    for(int i=0;i<nums;i++)
    {
        cin >>weight[i]>>value[i];
    }
    vector<int>dp(target+1,0);//最大的容量
    //初始化dp[0]=0;
    //开始遍历

    for(int i=0;i<nums;i++)
    {
        for(int j=weight[i];j<=target;j++)
        {
            dp[j] = max(dp[j],dp[j-weight[i]]+value[i]);
        }
    }
    printf("%d",dp[target]);
    return 0;
}

零钱兑换Ⅱ

题目链接：518. 零钱兑换 II - 力扣（LeetCode）

代码随想录

整体思路：

        需要在判断dp[j] +=dp[j-weight[i]]时可能会超过32位数据

整体代码：

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        //组合 完全背包，物品、容量
        vector<int>dp(amount+1,0);
        dp[0]=1;//价值为0，只用物品0，不放是一种方法
        for(int i=0;i<coins.size();i++)//物品-->组合
        {
            for(int j=coins[i];j<=amount;j++)
            {
                //需要额外判断是不是超过了32位
                if(dp[j]<INT_MAX-dp[j-coins[i]])
                    dp[j] = dp[j] + dp[j-coins[i]];
            }
        }
        return dp[amount];
    }
};

组合总和Ⅳ

题目链接：377. 组合总和 Ⅳ - 力扣（LeetCode）

代码随想录

整体思路：

        题目要求寻找的是排列，同时满足32位，所以需要INT_MAX-dp[i]>=dp[i-nums[j]]

整体代码：

class Solution {
public:
    int combinationSum4(vector<int>& nums, int target) {
        //每个元素可以选择无数次，选择进行组合，没说写出组合的内容-->使用完全背包（1维简单,j正向遍历，排列先容量）
        //定义dp数组
        vector<int>dp(target+1,0);//确保target容量存在
        //初始化：target最小为1，dp[0]表示容量为0条件下最多的组合个数，就不放所以是1种
        dp[0] = 1;
        //
        for(int i= 0;i<=target;i++)
        {
            for(int j=0;j<nums.size();j++)
            {
                if(i>=nums[j]&&INT_MAX-dp[i]>=dp[i-nums[j]])
                    dp[i] = dp[i]+dp[i-nums[j]];//没有i的方法+有i的上一个最大的方法
            }
        }
        return dp[target];

        
    }
};

爬楼梯（进阶）

题目链接：57. 爬楼梯（第八期模拟笔试）
代码随想录

整体思路：

整体代码：