题目链接:70. 爬楼梯 (进阶)
文章讲解:代码随想录 70. 爬楼梯 (进阶)讲解
思路和解法
题目:
题目描述
假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬至多m (1 <= m < n)个台阶。你有多少种不同的方法可以爬到楼顶呢?
注意:给定 n 是一个正整数。
输入描述
输入共一行,包含两个正整数,分别表示n, m
输出描述
输出一个整数,表示爬到楼顶的方法数。
输入示例
3 2
输出示例
3
提示信息
数据范围:
1 <= m < n <= 32;
当 m = 2,n = 3 时,n = 3 这表示一共有三个台阶,m = 2 代表你每次可以爬一个台阶或者两个台阶。
此时你有三种方法可以爬到楼顶。
- 1 阶 + 1 阶 + 1 阶段
- 1 阶 + 2 阶
- 2 阶 + 1 阶
想法:
每次走至多m阶,问多少种方法刚好凑出n阶,所以是完全背包问题,且求的是排列数。
求排列数要先遍历背包后遍历物品。
dp[i]代表凑出背包容量i的方法数。
因为是求方法数,所以递推公式是累加,dp[j-i]有多少种方法,遍历到当前物品,添加当前物品是和dp[j-i]同样的方法数,所以会增加dp[j-i]个方法数,原来没遍历到当前物品时就有dp[j]个方法数,所以是累加。
然后还要注意因为是从前向后遍历背包数组,所以要加判断条件,保证j-i>=0。
初始化只初始化dp[0]=0即可。
#include <iostream>
#include <vector>
using namespace std;
int main () {
int n, m;
cin >> n >> m;
//先背包 后物品
vector<int> dp(n + 1, 0);
dp[0] = 1;
for (int j = 0; j <= n; j++) {
for (int i = 1; i <= m; i++) {
if (j - i >= 0) {
dp[j] += dp[j - i];
}
}
}
cout << dp[n];
return 0;
}
题目链接:322. 零钱兑换
文章讲解:代码随想录 322. 零钱兑换讲解
视频讲解:装满背包最少的物品件数是多少?| LeetCode:322.零钱兑换
思路和解法
题目:
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。
想法:
硬币可以无限次使用,所以是完全背包问题,更新dp数组顺序就是从前向后更新。题目中求的是组合数,所以遍历顺序是先物品后背包。题目要求的是凑成对应总金额最少的硬币个数,所以dp[i]就表示凑成容量i的最少的硬币个数,递推公式就是取可能凑出当前容量的硬币数量的最小值,要考虑的有两种情况,一种是原来就推出来的dp[j],另一种是遍历到了当前物品,那么把当前物品算进来,dp[j-i]个硬币加上当前这一个硬币凑出容量j,这两种情况取小值存起来。然后考虑一下初始化问题,因为是取最小值,所以都初始化为INT_MAX,但是又要考虑到第一个有效数值从哪里获取,那就是dp[0]=0,然后第一个硬币刚好凑出来时就加1存到dp[j]中。
class Solution {
public:
//硬币数量无限 完全背包问题 凑成总金额最少的硬币个数 dp[i]:凑成i最少的硬币个数 递推公式:dp[j] = min(dp[j], dp[j - coins[i]] + 1);
//求组合 先物品 后背包 完全背包 背包从前向后遍历
//初始化 都是0
int coinChange(vector<int>& coins, int amount) {
vector<int> dp(amount + 1, INT_MAX);
dp[0] = 0;
for (int i = 0; i < coins.size(); i++) {
for (int j = 0; j <= amount; j++) {
if (j - coins[i] >= 0 && dp[j - coins[i]] < INT_MAX) {
dp[j] = min(dp[j], dp[j - coins[i]] + 1);
}
}
}
if (dp [amount] == INT_MAX) {
return -1;
}
return dp[amount];
}
};
题目链接:279.完全平方数
文章讲解:代码随想录 279.完全平方数讲解
视频讲解:换汤不换药!| LeetCode:279.完全平方数
思路和解法
题目:
给你一个整数 n ,返回 和为 n 的完全平方数的最少数量 。
完全平方数 是一个整数,其值等于另一个整数的平方;换句话说,其值等于一个整数自乘的积。例如,1、4、9 和 16 都是完全平方数,而 3 和 11 不是。
想法:
完全平方数可以无限次使用,所以是完全背包问题,背包的遍历顺序从前向后。dp[j]表示凑出数字j所需的完全平方数的最少数量,所以递推公式:dp[j] = min(dp[j], dp[j-ii] + 1),ii是物品,求这个方法不在乎完全平方数的先后顺序,所以是求组合数,所以应该先遍历物品,后遍历背包。由于递推公式取较小值,所以dp数组初始化为INT_MAX,dp[0] = 0,然后遍历过程中,物品遍历边界条件是不超过n,背包遍历从当前遍历到的完全平方数开始,因为是考虑当前的完全平方数要不要放进背包,还要判断如果放入当前的完全平方数,dp[j-i*i]是不是有效值,如果不是有效值相当于没有凑出当前容量的办法。
class Solution {
public:
//求组合 先物品后背包 物品可以重复使用 所以背包从前向后遍历
//dp[i]表示凑出i所需的最少的数字 我习惯用j表示背包 递推公式dp[j] = min(dp[j], dp[j - i * i] + 1);
int numSquares(int n) {
vector<int> dp(n + 1, INT_MAX);
dp[0] = 0;
for (int i = 1; i * i <= n; i++) {
for (int j = i * i; j <= n && dp[j - i * i] < INT_MAX; j++) {
dp[j] = min(dp[j], dp[j - i * i] + 1);
}
}
return dp[n];
}
};