*内容来自leetcode
1.零钱兑换
题目要求
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
思路
这道题其实跟[23]中的跳跃游戏类似,本质就是选择不同的步数来到达终点。此外,这道题要求步子尽可能的大,也就是步数要尽可能的小。
最初的想法是,一直叠加最大的,如果超过了sum,则开始叠加第二大的,以此类推。这样的问题在于只有在最大的硬币数为最多的情况时才能得到正确。
以下是官方的思路,基于动态规划的思想,有如下式
F(S)=F(S−C)+1
那么就有递归和循环两种办法来解决。
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
#循环
coinCount = [float('inf')]*(amount+1)
coinCount[0] = 0
for i in range(amount+1):
for coin in coins:
if i - coin >= 0:
coinCount[i] = min(coinCount[i-coin] + 1,coinCount[i])
return coinCount[amount] if coinCount[amount] != float('inf') else -1
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
@functools.lru_cache(amount)
def findNum(amount):
if amount == 0:return 0
if amount < 0 : return -1
mini = int(1e9)
for coin in self.coins:
res = findNum(amount-coin)
if res >= 0 and res < mini:
mini = res + 1
return mini if mini < int(1e9) else -1
self.coins = coins
if amount < 1:return 0
return findNum(amount)
2.最长递增子序列
题目要求
给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。
子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。
示例 1:
输入:nums = [10,9,2,5,3,7,101,18]
输出:4
解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。
示例 2:
输入:nums = [0,1,0,3,2,3]
输出:4
思路
所有的动态规划的思路都是以之前的状态为基础进行递推的,就需要找到合适的状态转移方程。
动态规划
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
#动态规划
res = []
for i in range(len(nums)):
res.append(1)
for j in range(i):
if nums[i] > nums[j]:
res[i] = max(res[j] + 1,res[i])
return max(res)
贪心+二分
整个算法流程为:
设当前已求出的最长上升子序列的长度为 len(初始时为 1),从前往后遍历数组 nums,在遍历到 nums[i]时:
如果 nums[i]>d[len],则直接加入到 d 数组末尾,并更新 len=len+1;
否则,在 d 数组中二分查找,找到第一个比 nums[i]小的数 d[k],并更新 d[k+1]=nums[i]。
class Solution:
def lengthOfLIS(self, nums: List[int]) -> int:
#贪心+二分
res = [nums[0]]
for i in range(1,len(nums)):
if nums[i] > res[-1]:
res.append(nums[i])
else:
left = 0
right = len(res)-1
loc = right
while left <= right:
mid = (left + right) // 2
if res[mid] >= nums[i]:
loc = mid
right = mid - 1
else:
left = mid + 1
res[loc] = nums[i]
return len(res)