70. 爬楼梯(进阶)
做题
完全背包问题,需要从前到后遍历,把物品遍历放在内循环中。
n, m = map(int, input().split())
dp = [0] * (n + 1)
dp[0] = 1
for i in range(1, n + 1):
for j in range(1, m + 1):
if i - j >= 0:
dp[i] += dp[i-j]
print(dp[n])
时间复杂度: O(n * m)
空间复杂度: O(n)
看文章
完全背包问题。
322. 零钱兑换
代码随想录:322. 零钱兑换
Leetcode:322. 零钱兑换
做题
不知道怎么记录最小个数。
看文章
dp[j]:凑足总额为j所需钱币的最少个数为dp[j]
初始化:dp[0] = 0,其他位置均为无穷大
递归公式:dp[i] = min(dp[i - coin]+1, dp[i])
循环:外物品内背包、外背包内物品都行
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
dp = [float('inf')] * (amount + 1)
dp[0] = 0
for coin in coins:
for i in range(coin, amount+1):
dp[i] = min(dp[i - coin]+1, dp[i])
if dp[amount] == float('inf'):
return -1
else:
return dp[amount]
279.完全平方数
代码随想录:279.完全平方数
Leetcode:279.完全平方数
做题
总体思路没问题,但为了更快求解,将物品限制在 n // 2 + 1 内(n // 2 + 1的平方肯定大于 n)。
class Solution:
def numSquares(self, n: int) -> int:
if n == 1:
return n
dp = [float('inf')] * (n+1)
dp[0] = 0
for i in range(1, n//2 + 1):
for j in range(i*i, n+1):
dp[j] = min(dp[j - i*i]+1, dp[j])
return dp[n]
看文章
可以将物品限制在[1, int(n ** 0.5) + 1),更准确。
class Solution:
def numSquares(self, n: int) -> int:
dp = [float('inf')] * (n + 1)
dp[0] = 0
for i in range(1, int(n ** 0.5) + 1): # 遍历物品
for j in range(i * i, n + 1): # 遍历背包
# 更新凑成数字 j 所需的最少完全平方数数量
dp[j] = min(dp[j - i * i] + 1, dp[j])
return dp[n]
时间复杂度: O(n * √n)
空间复杂度: O(n)
以往忽略的知识点小结
- 可以将dp数组初始化为无穷大,dp[0]初始化为0,来求完全背包中的“最小”问题(归纳不一定准确)
个人体会
完成时间:1h30min。
心得:完全背包还是蛮有意思的,“最小”问题可以通过dp数组初始化为无穷大、dp[0] = 0来解决。