动态规划: 最优(最大或最小); 分割成子问题(自下而上,整体最优依赖于子最优);小问题还有相互重叠的更小的子问题;每一步都可能面临多种选择。
一、背包dp 每一步有多种选择,选或不选,组合最优
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 - coins[j]] + 1, dp[i]);
}
}
}
1.完全背包
1.零钱兑换:
零钱: [1, 2, 3, 6, 8]
amount = 10;
组合成amount的零钱个数最小 零钱可重复
四要素:
dp[i] 代表到amount=i为止,组成i的最少硬币数
dp[i] = Math.min(dp[i - coins[j]] + 1, dp[i]);
自底向上:dp[0] = 0 (不知道零钱数额,当金额为0时,硬币数为0)
初始,方便比较:dp[i] = amount+1,amount+1为了在满足不了刚刚好组成的amount的情况下,输出-1
class Solution {
public int coinChange(int[] coins, int amount) {
// dp[i] 到面额i为止,组成i的零钱数
// dp[i] = min(dp[i - Cj] + 1, dp[i]) 自下而上
// dp[i] = amount + 1 初始(为解决2 3 -1),
// 底: dp[0] = 0;
int[] dp = new int[amount+1];
Arrays.fill(dp, amount+1);
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 - coins[j]] + 1, dp[i]);
}
}
}
return dp[amount] > amount ? -1 : dp[amount];
}
}
特殊:如果组合小于,即满足不了刚刚组合amount的情况,
用以上解决, Arrays.fill(dp, amount+1); dp[0] = 0; return dp[amount] > amount ? -1 : dp[amount];
2.完全平方数 dp[i] = Math.min(dp[i - sqaure_nums[j]] + 1, dp[i]);
完全平方数:[1 4 9 16 25] 自己生成的
n:100
组合成数n的完全平方数的个数最小 完全平方数可重复
四要素:
dp[i] 代表到n=i为止,组成i的最少完全平方数
dp[i] = dp[i] = Math.min(dp[i - sqaure_nums[j]] + 1, dp[i]);
自底向上:dp[0] = 0 dp[1] = 1
初始,方便比较:dp[i] = i; 每一个完全平方数都是1,最大
class Solution {
public int numSquares(int n) {
// dp[i] 到数i时,组成的完全平方数个数最小
// 自己生成完全平方数的数组后,就和零钱问题一样
// dp[i] 代表数i的组成的完全平方数个数最小
// dp[i] = i
// dp[i] = min(dp[i - sqaure_nums[j] + 1, dp[i])
int sqaure_nums_len = (int) Math.sqrt(n) + 1;
int[] sqaure_nums = new int[sqaure_nums_len];
for(int i = 1; i < sqaure_nums_len; i++) {
sqaure_nums[i] = i * i;
}
int[] dp = new int[n+1];
for(int i = 0; i <= n; i++) {
dp[i] = i;
}
for(int i = 1; i <= n; i++) {
for(int j = 1