完全背包
题目
文章讲解
视频讲解
完全背包和0-1背包的区别在于:物品是否可以重复使用
思路:对于完全背包问题,内层循环的遍历方式应该是从weight[i]开始一直遍历到V,而不是从V到weight[i]。这样可以确保每种物品可以被选择多次放入背包,从而求解完全背包问题。
对于完全背包问题,需要对内层循环进行调整,以确保每种物品可以被选择多次放入背包。
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int N = sc.nextInt(); // 研究材料种类
int V = sc.nextInt(); // 行李箱空间
int[] values = new int[N]; // 物品价值
int[] weight = new int[N]; // 物品重量
// 依次输入每种物品的重量和价值
for (int i = 0; i < N; i++) {
weight[i] = sc.nextInt(); // 物品重量
values[i] = sc.nextInt(); // 物品价值
}
int[] dp = new int[V + 1]; // 动态规划数组
for (int i = 0; i < N; i++) {
for (int j = weight[i]; j <= V; j++) {
dp[j] = Math.max(dp[j], dp[j - weight[i]] + values[i]); // 动态规划状态转移方程
}
}
System.out.println(dp[V]); // 输出结果
}
}
一维0-1背包求解法示例如下
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int N = sc.nextInt(); // 研究材料种类
int V = sc.nextInt(); // 行李箱空间
int[] values = new int[N]; // 物品价值
int[] weight = new int[N]; // 物品重量
// 依次输入每种物品的重量和价值
for (int i = 0; i < N; i++) {
weight[i] = sc.nextInt(); // 物品重量
values[i] = sc.nextInt(); // 物品价值
}
int[] dp = new int[V + 1]; // 动态规划数组
for (int i = 0; i < N; i++) {
for (int j = V; j >= weight[i]; j--) {
dp[j] = Math.max(dp[j], dp[j - weight[i]] + values[i]); // 动态规划状态转移方程
}
}
System.out.println(dp[V]); // 输出结果
}
}
对比:
-
完全背包:
-
0-1背包:
518. 零钱兑换 II
题目
文章讲解
视频讲解
思路:文章来源:https://www.toymoban.com/news/detail-828501.html
- dp[j]:凑成总金额j的货币组合数为dp[j]
- 递推公式:dp[j] 就是所有的dp[j - coins[i]](考虑coins[i]的情况)相加
- 初始化需要注意 dp[0]=1;
class Solution {
public int change(int amount, int[] coins) {
int[] dp = new int[amount + 1];
dp[0] = 1;
for (int i = 0; i < coins.length; i++) {
for (int j = coins[i]; j <= amount; j++) {
dp[j] += dp[j - coins[i]];
}
}
return dp[amount];
}
}
377. 组合总和 Ⅳ
题目
文章讲解
视频讲解
思路:
如果求组合数就是外层for循环遍历物品,内层for遍历背包;
如果求排列数就是外层for遍历背包,内层for循环遍历物品。文章来源地址https://www.toymoban.com/news/detail-828501.html
class Solution {
public int combinationSum4(int[] nums, int target) {
int[] dp = new int[target + 1];
dp[0] = 1;
for (int i = 0; i <= target; i++) {
for (int j = 0; j < nums.length; j++) {
if (i >= nums[j])
dp[i] += dp[i - nums[j]];
}
}
return dp[target];
}
}
到了这里,关于Day 44 | 动态规划 完全背包、518. 零钱兑换 II 、 377. 组合总和 Ⅳ的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!