代码随想录算法训练营第四期第四十四天 | 完全背包、518. 零钱兑换 II、377. 组合总和 Ⅳ

完全背包

# 有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。
# 每件物品可以用任意次,求解将哪些物品装入背包里物品价值总和最大。

def allbag(weight,val,bagsize):
    dp = [0 for _ in range(bagsize+1)]
    for i in range(len(weight)):
        for j in range(weight[i],bagsize+1):
            dp[j] = max(dp[j],dp[j-weight[i]]+val[i])
    return dp[bagsize]


# 先遍历背包,再遍历物品
def test_complete_pack2():
    weight = [1, 3, 4]
    value = [15, 20, 30]
    bag_weight = 4

    dp = [0] * (bag_weight + 1)

    for j in range(bag_weight + 1):
        for i in range(len(weight)):
            if j >= weight[i]: dp[j] = max(dp[j], dp[j - weight[i]] + value[i])

    print(dp[bag_weight])
if __name__ == '__main__':
    weight = [1,3,4]
    val = [15,20,30]
    bagsize = 4
    tmp = allbag(weight,val,bagsize)
    print(tmp)

518. 零钱兑换 II

# 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
# 还没有理解透彻
class Solution:
    def change(self, amount: int, coins: [int]) -> int:
        # 先遍历物品,再背包,是组合数
        # 先遍历背包,再物品,是排列数
        # 基本和494目标和那题一致
        dp = [0 for _ in range(amount + 1)]
        dp[0] = 1
        for i in range(len(coins)):
            for j in range(coins[i], amount + 1):
                # dp[j] = max(dp[j], dp[j - coins[i]] + coins[i])
                dp[j] += dp[j-coins[i]]
        return dp[amount]

if __name__ == '__main__':
    amount = 5
    coins = [1, 2, 5]
    amount = 3
    coins = [2]
    amount = 10
    coins = [10]
    tmp = Solution()
    res = tmp.change(amount,coins)
    print(res)

377. 组合总和 Ⅳ  

# 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
class Solution:
    def combinationSum4(self, nums: [int], target: int) -> int:
        # 和518题基本一致,但是因为是组合,所以需要先遍历背包,再遍历物品
        dp = [0 for _ in range(target + 1)]
        dp[0] = 1
        for j in range(target+1):
            for i in range(len(nums)):
                if j - nums[i] >= 0:
                    dp[j] += dp[j - nums[i]]
        # for i in range(len(nums)):
        #     for j in range(nums[i], target + 1):
        #         dp[j] += dp[j-nums[i]]
        return dp[target]

if __name__ == '__main__':
    nums = [1, 2, 3]
    target = 4
    tmp = Solution()
    res = tmp.combinationSum4(nums,target)
    print(res)

你可能感兴趣的:(算法,动态规划,leetcode)