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
- 确定dp数组(dp table)以及下标的含义
- 确定递推公式
- dp数组如何初始化
- 确定遍历顺序
- 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
- 01背包