Day 43 卡玛笔记

这是基于代码随想录的每日打卡

322. 零钱兑换

给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。

计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额，返回 -1 。

你可以认为每种硬币的数量是无限的。

示例 1：

输入：coins = [1, 2, 5], amount = 11
输出：3 
解释：11 = 5 + 5 + 1

示例 2：

输入：coins = [2], amount = 3
输出：-1

示例 3：

输入：coins = [1], amount = 0
输出：0

---

动态规划

class Solution:
    """
    1.确定dp[j]的含义：背包容量为j，装满时最少的物品个数
    2.递推公式：dp[j]=min(dp[j],dp[j-coins[i]]+1)
    3.dp数组如何初始化：dp[0]=0    
    4.遍历顺序：从前往后
    5.打印dp数组
    """
    def coinChange(self, coins: List[int], amount: int) -> int:
        # 表示金额无法组成时的初始状态
        dp=[float('inf') for _ in range(amount+1)]
        dp[0]=0
        for coin in coins:
            for j in range(coin,amount+1):
                dp[j]=min(dp[j],dp[j-coin]+1)

        if dp[amount]!=float('inf'):
            return dp[amount]
        else:
            return -1

运行结果

---

279. 完全平方数

给你一个整数 n ，返回 和为 n 的完全平方数的最少数量 。

完全平方数 是一个整数，其值等于另一个整数的平方；换句话说，其值等于一个整数自乘的积。例如，1、4、9 和 16 都是完全平方数，而 3 和 11 不是。

示例 1：

输入：n = 12
输出：3 
解释：12 = 4 + 4 + 4

示例 2：

输入：n = 13
输出：2
解释：13 = 4 + 9

---

动态规划

class Solution:
    """
    1.确定dp[j]的含义：背包容量为j时，装满所需要的完全平方数的最少数量
    2.递推公式：dp[j]=min(dp[j],dp[j-i]+1)
    3.dp数组如何初始化：dp[0]=1 
    4.遍历顺序：从前往后
    5.打印dp数组
    """
    def numSquares(self, n: int) -> int:
        dp=[float('inf')]*(n+1)
        dp[0]=0
        # 遍历物品再遍历背包
        for i in range(1,int(n**0.5)+1):
            for j in range(n+1):
                if j>=i**2:
                    dp[j]=min(dp[j],dp[j-i**2]+1)
        return dp[n]

运行结果

---

139. 单词拆分

给你一个字符串 s 和一个字符串列表 wordDict 作为字典。如果可以利用字典中出现的一个或多个单词拼接出 s 则返回 true。

注意： 不要求字典中出现的单词全部都使用，并且字典中的单词可以重复使用。

示例 1：

输入: s = "leetcode", wordDict = ["leet", "code"]
输出: true
解释: 返回 true 因为 "leetcode" 可以由 "leet" 和 "code" 拼接成。

示例 2：

输入: s = "applepenapple", wordDict = ["apple", "pen"]
输出: true
解释: 返回 true 因为 "applepenapple" 可以由 "apple" "pen" "apple" 拼接成。
     注意，你可以重复使用字典中的单词。

示例 3：

输入: s = "catsandog", wordDict = ["cats", "dog", "sand", "and", "cat"]
输出: false

---

动态规划

class Solution:
    """
    1.确定dp[j]的含义：背包容量为j(字符串长度)时可不可以装满
    2.递推公式：dp[j]=(dp[i] and s[i:j] in wordDict)
    3.dp数组如何初始化：dp[0]=True  不装就装满了
    4.遍历顺序：从前往后
    5.打印dp数组
    """
    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
        dp=[False for i in range(len(s)+1)]
        dp[0]=True
        for j in range(1,len(s)+1):
            for i in range(j):
                if dp[i] and s[i:j] in wordDict:
                    dp[j]=True
        return dp[-1]

运行结果