代码随想录算法训练营第三十三天| 322. 零钱兑换、 279.完全平方数、139.单词拆分

最新推荐文章于 2024-09-14 22:25:23 发布

请输入个昵称

最新推荐文章于 2024-09-14 22:25:23 发布

阅读量1k

点赞数 19

分类专栏：代码随想录文章标签：算法

本文链接：https://blog.csdn.net/MYSTICSHUN/article/details/141058866

版权

代码随想录专栏收录该内容

44 篇文章 0 订阅

订阅专栏

写代码的第三十三天
有点点懂了，但是不多。。。。。。60%吧
呜呜呜呜呜

322. 零钱兑换

思路

因为每个硬币的数量是无限的，所以是一个完全背包问题。
解决问题1：dp[j]是什么含义？凑成总和为j的最少硬币个数。
解决问题2：递推公式是什么？两种情况，当前位置的coin用还是不用，如果用那么dp[j]的值就是dp[j-coin[i]]+1，因为我们这个题问的是硬币个数，所以在选用当前coin的时候应该+1；如果不选当前位置的coin，那么硬币个数还是dp[j]，本题要的是最小硬币个数，所以应该是min(dp[j],dp[j-coin[i]]+1).
解决问题3：dp值的初始化为多少？当总和j为0的时候，能用多少个硬币呢？0个，所以dp[0]=0，其他的值我们要初始化为最大情况，因为本题要求的是最小数量。
解决问题4：遍历顺序是什么？本题只要求最少硬币个数，所以不用管组合还是排列，先遍历哪个都行。
解决问题5：输出dp数组。
错误第一版：没有考虑当没有能组成amount的情况。

class Solution:
    def coinChange(self, coins: List[int], amount: int) -> int:
        dp = [float('inf')] * (amount + 1)
        dp[0] = 0
        for i in range(len(coins)):
            for j in range(coins[i],amount+1):
                dp[j] = min(dp[j],dp[j-coins[i]]+1)
        return dp[amount]

正确代码：

class Solution:
    def coinChange(self, coins: List[int], amount: int) -> int:
        dp = [float('inf')] * (amount + 1)
        dp[0] = 0
        for i in range(len(coins)):
            for j in range(coins[i],amount+1):
                dp[j] = min(dp[j],dp[j-coins[i]]+1)
        if dp[amount] == float('inf'):
            return -1
        else:
            return dp[amount]

279.完全平方数

思路

之前的题已经给出了每个物品的重量或者value的数组，本题中没给，这个就是本题和上一个题的区分之处。
解决问题1：dp[j]是什么含义？凑成总和为j的最少完全平方数的个数。
解决问题2：递推公式是什么？两种情况，当前位置的数字用还是不用，如果用那么dp[j]的值就是dp[j-完全平方数（ii）]+1，因为我们这个题问的是完全平方数的个数，所以在选用当前数字的时候应该+1；如果不选当前位置的数字，那么最少个数还是dp[j]，本题要的是最小完全平方数的个数，所以应该是min(dp[j],dp[j-ii]+1).
解决问题3：dp值的初始化为多少？当总和j为0的时候，能用多少个硬币呢？0个，所以dp[0]=0，其他的值我们要初始化为最大情况，因为本题要求的是最小数量。
解决问题4：遍历顺序是什么？本题只要求最少硬币个数，所以不用管组合还是排列，先遍历哪个都行。我选择了先遍历背包，因为物品的数量不确定，物品的数量是由当前背包容量j的开根号的最大整数决定的，也就是物品的数量最大值是根号j的最大整数。
解决问题5：输出dp数组。
正确代码：

class Solution:
    def numSquares(self, n: int) -> int:
        dp = [float('inf')] * (n + 1)
        dp[0] = 0
        for j in range(1, n + 1):
            for i in range(1, int(math.sqrt(j)) + 1):
                dp[j] = min(dp[j], dp[j - i*i] + 1)
        return dp[n]

139.单词拆分

思路

本题要求单词可以重复使用，所以是完全背包问题，本题中s为背包容量，wordDict为物品。
解决问题1：dp[j]是什么含义？是否能凑成字符串j，如果可以是True，否则是False。
解决问题2：递推公式是什么？两种情况，当前位置的字符串用还是不用，如果用那么dp[j]的值就是dp[j-strs[i]]；如果不选当前位置的数字，那么最少个数还是dp[j]，所以应该是（dp[j]或dp[j-strs[i]]）.
解决问题3：dp值的初始化为多少？当字符串j为空的时候，有能组成的字符串吗？必须的是True，没有任何实际意义，只是为了后续推导。
解决问题4：遍历顺序是什么？本题没有特殊要求，所以不用管组合还是排列，先遍历哪个都行。
解决问题5：输出dp数组。
错误第一版：使用 str[word] 来获取单词 word 的长度，应该使用 len(word) 来获取单词 word 的长度。另外，在动态规划更新中，应该考虑当前单词 word 是否和字符串 s 的某一部分匹配，而不是直接使用 dp[i - len(word)]。这样才能正确更新动态规划数组。

class Solution:
    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
        dp = [False] * (len(s) + 1)
        dp[0] = True
        for i in range(1,len(s)+1):
            for word in wordDict:
                dp[i] = (dp[i] or dp[i-str[word]])
        return dp[len(s)]

正确代码：

class Solution:
    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
        dp = [False] * (len(s) + 1)
        dp[0] = True
        for j in range(1,len(s)+1):
            for word in wordDict:
                if j >= len(word):
                    dp[j] = dp[j] or (dp[j - len(word)] and word == s[j - len(word):j])
        return dp[len(s)]