动态规划5：组合总和Ⅳ、爬楼梯（进阶版）、零钱兑换、完全平方数、第五节总结

21. 组合总和 Ⅳ

例题377：
给你一个由 不同 整数组成的数组 nums ，和一个目标整数 target 。请你从 nums 中找出并返回总和为 target 的元素组合的个数。

题目数据保证答案符合 32 位整数范围。

在这里插入图片描述

由于数组中每个元素可以重复取，所以是完全背包问题。
又因为不同序列可以视为不同的组合，所以这是完全背包的排列问题，因此遍历应该是先背包后物品。
如果求组合数就是外层for循环遍历物品，内层for遍历背包。

如果求排列数就是外层for遍历背包，内层for循环遍历物品。

代码如下：

时间复杂度O(target*nums.length)
空间复杂度O(target)
class Solution {
    public int combinationSum4(int[] nums, int target) {
        int[] dp=new int[target+1];
        dp[0]=1;
        for(int i=0;i<=target;i++){//背包
            for(int j=0;j<nums.length;j++){//物品
                if(i-nums[j]>=0) dp[i]+=dp[i-nums[j]];
            }
        }
        return dp[target];
    }
}

完全背包的组合与排列问题，就是遍历物品和背包的顺序不同！

22. 爬楼梯（进阶版）

例题70（爬楼梯非进阶版）：
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 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

非进阶版是1步和2步可以重复取。

1. dp[j]表示爬到第j阶台阶的不同方法。
2. 递推公式
   dp[j]可以由dp[j-1]和dp[j-2]确定。也就是当在j-1台阶时，再上一阶就可以。
   当在j-2台阶时，再上两阶就可以。
   因此，dp[j]=dp[j-1]+dp[j-2]
3. 初始化dp[0]=1，dp[1]=1，由结果反推，从2开始遍历

简单版爬楼梯代码如下：

递归方法
class Solution {
    public int climbStairs(int n) {
        int[] dp=new int[n+1];
        dp[0]=1;
        dp[1]=1;
        for(int i=2;i<=n;i++){
            dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[n];
}
}

进阶版爬楼梯描述如下：
改为一步一个台阶，两个台阶，三个台阶，…，直到m个台阶。问有多少种不同的方法可以爬到楼顶。

这个题可以转换为完全背包，也就是从1-m个数中重复选取和为n的集合个数。
注意，{1,m}和{m,1}是两个不同的集合，也就是完全背包中的排列问题。
那么，n就是背包容量，m就是物品。
代码如下：

时间复杂度O(m*n)
空间复杂度O(n)
class Solution {
    public int climbStairs(int m,int n) {
        int[] dp=new int[n+1];
        dp[0]=1;
        for(int i=1;i<=n;i++){
            for(int j=1;j<=m;j++){
                if(i-j>=0) dp[i]+=dp[i-j];
            }
        }
        return dp[n];
    }
}

23. 零钱兑换

例题322：
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。

因为硬币的个数是无限的，所以是完全背包。

1. 确定dp数组和下标含义
   dp[j]表示凑成总金额j的最少硬币数。
2. 确定递推公式
   dp[j]=Math.min(dp[j],dp[j-coins[i]]+1);
3. 初始化
   dp[0]=0。
   由于每次dp[j]要取最小值，所以dp数组应该初始化为int的最大值。
4. 确定遍历方向
   因为硬币的排列和种类无关，所以先物品后背包的方向遍历，并且背包是正向遍历。
5. 举例验证
   代码如下：

class Solution {
    public int coinChange(int[] coins, int amount) {
        if(amount==0) return 0;
        int[] dp=new int[amount+1];
        int ma=Integer.MAX_VALUE;//自动拆箱
        dp[0]=0;
        for(int i=1;i<=amount;i++){
             dp[i]=ma;
        }
        for(int i=0;i<coins.length;i++){
            for(int j=coins[i];j<=amount;j++){
                if(dp[j-coins[i]]!=ma)//只有上一次选择不是不可达才判断
                dp[j]=Math.min(dp[j],dp[j-coins[i]]+1);
            }
        }
        if(dp[amount]==ma){
            return -1;
        }
        else{
        return dp[amount];
        }
    }
}

注意：

1. 由于是求最小值，与之前的最大价值不同，需要用Math.min
2. dp[j]只有在上一个dp[j-coins[i]]!=ma时才判断，也就是上一个金额是可达的。

24. 完全平方数

例题279：
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。

由于数可以重复取值，因此是完全背包问题。

1. 确定dp数组和下标定义
   dp[j]表示和为j的完全平方数的最少数量。
2. 确定递推公式
   dp[j]由上一个dp[j-ii]决定
   dp[j]=Math.min(dp[j],dp[j-ii]+1);
3. 初始化
   dp[0]=0;
4. 确定递推方向
   由于选取数的顺序对结果没有影响，因此是先物品后背包的组合问题
5. 举例验证
   代码如下：

class Solution {
    public int numSquares(int n) {
        int[] dp=new int[n+1];
        dp[0]=0;
        int ma=Integer.MAX_VALUE;
        for(int i=1;i<=n;i++){
            dp[i]=ma;
        }
        for(int i=1;i<=Math.sqrt(n);i++){
            for(int j=i*i;j<=n;j++){
                if(dp[j-i*i]!=ma)
                dp[j]=Math.min(dp[j],dp[j-i*i]+1);
            }
        }
        return dp[n];
    }
}

25. 第五节总结

1. 组合总和Ⅳ
   给定一个由正整数组成且不存在重复数字的数组，找出和为给定目标正整数的组合的个数（顺序不同的序列被视作不同的组合）。
   这个题就是完全背包的排列问题，需要先遍历背包再是物品
2. 爬楼梯（进阶版）
   其实就是一个完全背包问题，在1-m的数中重复选择和为n的排列组合。
3. 零钱兑换
   给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数（每种硬币的数量是无限的）。
   这个题需要注意的是求最少个数。且当前个数依赖于减去当前硬币的个数加一。
   需要判断前一个是否可达，如果前一个都不可达，那么就不用判断增加
4. 完全平方数
   给定正整数 n，找到若干个完全平方数（比如 1, 4, 9, 16, …）使得它们的和等于 n。你需要让组成和的完全平方数的个数最少（平方数可以重复使用）。
   这个题与上一题类似，都是完全背包的最小组合问题。