LeetCode:70. 爬楼梯 (进阶)
1.思路
①数值规律符合斐波那契数列,双指针可以解决
②动规,真的迷
2.代码实现
1// 双指针(还不能融会贯通)
2class Solution {
3 public int climbStairs(int n) {
4 // n个台阶有 dp[n] 种方法
5 if (n <= 2) {
6 return n;
7 }
8 // 双指针的感觉
9 int step1 = 1;
10 int step2 = 2;
11 int cur = step1 + step2;
12 for (int i = 2; i < n; i++) {
13 cur = step1 + step2;
14 step1 = step2;
15 step2 = cur;
16 }
17 return cur;
18 }
19}
20
21// 动规
22class Solution {
23 public int climbStairs(int n) {
24 int[] dp = new int[n + 1];
25 int m = 2; // 物品:1、2两种台阶方式
26 dp[0] = 1;
27
28 for (int i = 1; i <= n; i++) { // 背包
29 for (int j = 1; j <= m; j++) { // 物品
30 if (i >= j){
31 dp[i] += dp[i - j];
32 }
33 }
34 }
35 return dp[n];
36 }
37}
3.复杂度分析
LeetCode:322. 零钱兑换
1.思路
创建dp[]数组,dp[i]表示满足金额总和为i所需的最小硬币数量.
初始化为Integer.MAX_VALUE,表示无最优解.
背包遍历和物品遍历的前后关系,没有明确的顺序.
判断条件:dp[j - coins[i]] != max
???
2.代码实现
1class Solution {
2 public int coinChange(int[] coins, int amount) {
3 int max = Integer.MAX_VALUE; // 设置一个最大值,用于表示无穷大
4 int[] dp = new int[amount + 1]; // 创建一个数组用于存储每个金额所需的最少硬币数量
5 for (int i = 0; i < dp.length; i++) {
6 dp[i] = max; // 初始化数组,将每个金额的初始值设为无穷大
7 }
8 dp[0] = 0; // 金额为0 时, 所需的硬币数量为0
9 for (int i = 0; i < coins.length; i++) { // 遍历物品:硬币数组
10 for (int j = coins[i]; j <= amount; j++) { // 遍历背包:从当前硬币面值开始,遍历每个金额
11 if (dp[j - coins[i]] != max) { // 如果当前金额减去当前硬币值所得的金额有最优解
12 dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1); // 更新当前金额的最优解
13 }
14 }
15 }
16 return dp[amount] == max ? -1 : dp[amount]; // 返回所需的最少硬币数量,如果无解则返回-1
17 }
18}
LeetCode:279.完全平方数
1.思路
和零钱兑换思路几乎一样
2.代码实现
1class Solution {
2 public int numSquares(int n) {
3 int max = Integer.MAX_VALUE;
4 int[] dp = new int[n + 1];
5 for (int i = 0; i <= n; i++) {
6 dp[i] = max;
7 }
8 dp[0] = 0;
9 for (int i = 1; i * i <= n; i++) {
10 for (int j = i * i; j <= n; j++) {
11 dp[j] = Math.min(dp[j], dp[j - i * i] + 1);
12 }
13 }
14 return dp[n];
15 }
16}