6.1 最大正方形

最大正方形

思想：一动态方程定义的是范围matrix(0, 0) 到 matrix(i, j)的最大正方形，但是找不到递推关系，

dp[i][j]应该表示以第i行第j列为右下角所能构成的最大正方形边长，并且这个min的意思比较难理解，可以自己手推一波理解一下。我的评价是这道题有点难想，尤其是min的设定。

    public int maximalSquare(char[][] matrix) {
        /**
        dp[i][j]表示以第i行第j列为右下角所能构成的最大正方形边长, 则递推式为: 
        dp[i][j] = 1 + min(dp[i-1][j-1], dp[i-1][j], dp[i][j-1]);
        **/
    	int[][] dp=new int[matrix.length][matrix[0].length];
        int flag=0;
    	for(int j=0; j<matrix[0].length; j++) {
    		if(matrix[0][j] == '1'){dp[0][j]=1;flag=1;}
    	}
    	for(int i=0; i<matrix.length; i++) {
    		if(matrix[i][0] == '1'){dp[i][0]=1;flag=1;}
    	}
    	int max;
        max= flag==1 ? 1:0;
    	for(int i=1; i<matrix.length; i++)
    		for(int j=1; j<matrix[0].length; j++) {
    			if(matrix[i][j]=='1') {
    				dp[i][j]=Math.min(dp[i-1][j], Math.min(dp[i-1][j-1], dp[i][j-1]))+1;
    				max=Math.max(max, dp[i][j]);
    			}
    		}
    	return (int) Math.pow(max, 2);
    }

完全平方数

    public int numSquares(int n) {
    	int[] dp=new int[n+1];
    	//初始化，dp是和为i的最小完全平方组合数，最坏的情况是和为i个1组成
    	for(int i=0; i<=n; i++)dp[i]=i;
    	for(int i=1; i<=n; i++) //内层循环的终止条件是j*j<=i
    		for(int j=1; j<=Math.sqrt(i); j++) {
    			//状态方程
    			dp[i]=Math.min(dp[i], dp[(int) (i-Math.pow(j, 2))]+1);
    		}
    	return dp[n];
    }

个人觉得完全平方数和凑零钱有些像，但又不完全像

零钱兑换

 public int coinChange(int[] coins, int amount) {
            int max = amount + 1;
            int[] dp = new int[amount + 1];
            Arrays.fill(dp, max);
            dp[0] = 0;
            for (int i = 1; i <= amount; i++) {
                for (int j = 0; j < coins.length; j++) {
                    if (coins[j] <= i) {
                        dp[i] = Math.min(dp[i], dp[i - coins[j]] + 1);
                    }
                }
            }
            return dp[amount] > amount ? -1 : dp[amount];
    }