代码随想录算法训练营DAY44｜ 322. 零钱兑换 、279.完全平方数、139.单词拆分、多重背包、背包问题总结

322. 零钱兑换

• 题目链接：322. 零钱兑换

class Solution(object):
    def coinChange(self, coins, amount):
        """
        :type coins: List[int]
        :type amount: int
        :rtype: int
        """
        dp = [float('inf')] * (amount+1)
        dp[0]=0

        for coin in coins:
            for i in range(coin, amount+1):
                if dp[i-coin]!=float('inf'):
                    dp[i] = min(dp[i], dp[i-coin]+1)
        
        return dp[amount] if dp[amount]!=float('inf') else -1

279.完全平方数

• 题目链接：279.完全平方数

class Solution(object):
    def numSquares(self, n):
        """
        :type n: int
        :rtype: int
        """
        dp = [float('inf')] * (n+1) 
        dp[0]=0

        for i in range(int(n**0.5)+1):
            for j in range(i*i, n+1):
                if dp[j-i*i]!=float('inf'):
                    dp[j]= min(dp[j], dp[j-i*i]+1)
        
        return dp[n] if dp[n]!=float('inf') else -1

139.单词拆分

最近太忙了 有空补

多重背包

背包问题总结

• 动归五部曲
  1. 确定dp数组（dp table）以及下标的含义
  2. 确定递推公式
  3. dp数组如何初始化
  4. 确定遍历顺序
  5. 举例推导dp数组
• 背包递推公式
  • 问能否能装满背包（或者最多装多少）：dp[j] = max(dp[j], dp[j - nums[i]] + nums[i])
  • 问装满背包有几种方法：dp[j] += dp[j - nums[i]]
  • 问背包装满最大价值：dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
  • 问装满背包所有物品的最小个数：dp[j] = min(dp[j - coins[i]] + 1, dp[j])
• 遍历顺序
  • 01背包
    • 二维dp数组01背包先遍历物品还是先遍历背包都是可以的，且第二层for循环是从小到大遍历。
    • 我们讲解一维dp数组01背包只能先遍历物品再遍历背包容量，且第二层for循环是从大到小遍历。
  • 完全背包
    • 完全背包的一维dp数组实现，先遍历物品还是先遍历背包都是可以的，且第二层for循环是从小到大遍历。
    • 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。
    • 如果求最小数，那么两层for循环的先后顺序就无所谓了