更新动态规划专题Markdown文件

problems/0377.组合总和Ⅳ.md

@@ -0,0 +1,144 @@
+# 动态规划：Carl称它为排列总和！
+
+## 377. 组合总和 Ⅳ
+
+题目链接：https://leetcode-cn.com/problems/combination-sum-iv/
+
+难度：中等
+
+给定一个由正整数组成且不存在重复数字的数组，找出和为给定目标正整数的组合的个数。
+
+示例:
+
+nums = [1, 2, 3]
+target = 4
+
+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。
+
+因此输出为 7。
+
+## 思路
+
+本题题目描述说是求组合，但又说是可以元素相同顺序不同的组合算两个组合，**其实就是求排列！**
+
+弄清什么是组合，什么是排列很重要。
+
+组合不强调顺序，(1,5)和(5,1)是同一个组合。
+
+排列强调顺序，(1,5)和(5,1)是两个不同的排列。
+
+大家在公众号里学习回溯算法专题的时候，一定做过这两道题目[回溯算法：39.组合总和](https://mp.weixin.qq.com/s/FLg8G6EjVcxBjwCbzpACPw)和[回溯算法：40.组合总和II](https://mp.weixin.qq.com/s/_1zPYk70NvHsdY8UWVGXmQ)会感觉这两题和本题很像！
+
+但其本质是本题求的是排列总和，而且仅仅是求排列总和的个数，并不是把所有的排列都列出来。
+
+**如果本题要把排列都列出来的话，只能使用回溯算法爆搜**。
+
+动规五部曲分析如下：
+
+1. 确定dp数组以及下标的含义
+
+**dp[i]: 凑成目标正整数为i的排列个数为dp[i]**
+
+2. 确定递推公式
+
+dp[i]（考虑nums[j]）可以由 dp[i - nums[j]]（不考虑nums[j]） 推导出来。
+
+因为只要得到nums[j]，排列个数dp[i - nums[j]]，就是dp[i]的一部分。
+
+在[动态规划：494.目标和](https://mp.weixin.qq.com/s/2pWmaohX75gwxvBENS-NCw) 和 [动态规划：518.零钱兑换II](https://mp.weixin.qq.com/s/PlowDsI4WMBOzf3q80AksQ)中我们已经讲过了，求装满背包有几种方法，递推公式一般都是dp[i] += dp[i - nums[j]];
+
+本题也一样。
+
+3. dp数组如何初始化
+
+因为递推公式dp[i] += dp[i - nums[j]]的缘故，dp[0]要初始化为1，这样递归其他dp[i]的时候才会有数值基础。
+
+至于dp[0] = 1 有没有意义呢？
+
+其实没有意义，所以我也不去强行解释它的意义了，因为题目中也说了：给定目标值是正整数！ 所以dp[0] = 1是没有意义的，仅仅是为了推导递推公式。
+
+至于非0下标的dp[i]应该初始为多少呢？
+
+初始化为0，这样才不会影响dp[i]累加所有的dp[i - nums[j]]。
+
+
+4. 确定遍历顺序
+
+个数可以不限使用，说明这是一个完全背包。
+
+得到的集合是排列，说明需要考虑元素之间的顺序。
+
+
+本题要求的是排列，那么这个for循环嵌套的顺序可以有说法了。
+
+在[动态规划：518.零钱兑换II](https://mp.weixin.qq.com/s/PlowDsI4WMBOzf3q80AksQ) 中就已经讲过了。
+
+**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**。
+
+如果把遍历nums（物品）放在外循环，遍历target的作为内循环的话，举一个例子：计算dp[4]的时候，结果集只有 {1,3} 这样的集合，不会有{3,1}这样的集合，因为nums遍历放在外层，3只能出现在1后面！
+
+所以本题遍历顺序最终遍历顺序：**target（背包）放在外循环，将nums（物品）放在内循环，内循环从前到后遍历**。
+
+5. 举例来推导dp数组
+
+我们再来用示例中的例子推导一下：
+
+![377.组合总和Ⅳ](https://img-blog.csdnimg.cn/20210131174250148.jpg)
+
+如果代码运行处的结果不是想要的结果，就把dp[i]都打出来，看看和我们推导的一不一样。
+
+以上分析完毕，C++代码如下：
+
+```C++
+class Solution {
+public:
+    int combinationSum4(vector<int>& nums, int target) {
+        vector<int> dp(target + 1, 0);
+        dp[0] = 1;
+        for (int i = 0; i <= target; i++) { // 遍历背包
+            for (int j = 0; j < nums.size(); j++) { // 遍历物品
+                if (i - nums[j] >= 0 && dp[i] < INT_MAX - dp[i - nums[j]]) {
+                    dp[i] += dp[i - nums[j]];
+                }
+            }
+        }
+        return dp[target];
+    }
+};
+
+```
+
+C++测试用例有超过两个树相加超过int的数据，所以需要在if里加上dp[i] < INT_MAX - dp[i - num]。
+
+但java就不用考虑这个限制，java里的int也是四个字节吧，也有可能leetcode后台对不同语言的测试数据不一样。
+
+## 总结
+
+**求装满背包有几种方法，递归公式都是一样的，没有什么差别，但关键在于遍历顺序！**
+
+本题与[动态规划：518.零钱兑换II](https://mp.weixin.qq.com/s/PlowDsI4WMBOzf3q80AksQ)就是一个鲜明的对比，一个是求排列，一个是求组合，遍历顺序完全不同。
+
+如果对遍历顺序没有深度理解的话，做这种完全背包的题目会很懵逼，即使题目刷过了可能也不太清楚具体是怎么过的。
+
+此时大家应该对动态规划中的遍历顺序又有更深的理解了。
+
+> **相信很多小伙伴刷题的时候面对力扣上近两千道题目，感觉无从下手，我花费半年时间整理了Github项目：「力扣刷题攻略」[https://github.com/youngyangyang04/leetcode-master](https://github.com/youngyangyang04/leetcode-master)。 里面有100多道经典算法题目刷题顺序、配有40w字的详细图解，常用算法模板总结，以及难点视频讲解，按照list一道一道刷就可以了！star支持一波吧！**
+
+* 公众号：[代码随想录](https://img-blog.csdnimg.cn/20210210152223466.png)
+* B站：[代码随想录](https://space.bilibili.com/525438321)
+* Github：[leetcode-master](https://github.com/youngyangyang04/leetcode-master)
+* 知乎：[代码随想录](https://www.zhihu.com/people/sun-xiu-yang-64)
+
+![](https://img-blog.csdnimg.cn/20210205113044152.png)
+