LC 518.零钱兑换II
本题是完全背包求组合中的应用
tips:
求组和,先遍历物品,再遍历背包;求排列,先遍历背包,再遍历物品。
将本题和LC 494 对比着看,加深印象。
class Solution:
def change(self, amount: int, coins: List[int]) -> int:
dp = [0] * 5001
dp[0] = 1
for i in range(len(coins)):
for j in range(coins[i] , amount + 1):
dp[j] += dp[j-coins[i]]
return dp[amount]
Java版本
class Solution {
public int change(int amount, int[] coins) {
int[] dp =new int [5001];
dp[0] = 1;
for(int i = 0 ; i < coins.length ; i++){
for(int j = coins[i] ; j <= amount ; j ++){
dp[j] += dp[j - coins[i]];
}
}
return dp[amount];
}
}
LC 377. 组合总和 Ⅳ
本题是完全背包求排列的应用,与之前的几个题类似。但是求排列是先遍历背包,再遍历物品!
class Solution:
def combinationSum4(self, nums: List[int], target: int) -> int:
dp = [0] * 1001
dp[0] = 1
for j in range(0, target + 1):
for i in range(0,len(nums)):
dp[j] += dp[j-nums[i]]
return dp[target]
JAVA版
class Solution {
public int combinationSum4(int[] nums, int target) {
int[] dp = new int [target + 1];
dp[0] = 1;
for(int j = 0 ; j <= target ; j ++){
for(int i = 0 ; i < nums.length ; i ++){
if(j - nums[i] >= 0){
dp[j] += dp[j - nums[i]];
}
}
}
return dp[target];
}
}
注意,java代码必须先判断 j - nums[i] 是否大于等于零,因为java不像python那样,支持索引为负数。
实际上,python版本的代码也应该判断,因为 j - nums[i]表示的是还未放入物品 i 时,为了等会放进物品 i ,预留nums[ i ]的容量后 ,背包还剩多少容量。负数没有意义,至少得是0.
LC 322. 零钱兑换
本题递推公式需要自己推一遍
容易想到使用数组dp[ j ]代表容量为 j (要凑足j这么多的钱)的背包,最少的硬币数为dp[j]。对于硬币 i ,面值为coins[i] , 没放入它的时候 ,要凑足j - coins[i]这么多钱,最少的硬币数为dp[j - coins[i]],那么要凑足j这么多钱,只需要dp[ j - coins[i]] + 1枚硬币即可!
如何更新dp数组?
我们需要取最小值,也就是 dp = min(dp , dp[ j - coins[i]] + 1) ,这就要求在初始化时,除了dp[0] = 0外,其他位置的元素能多大就多大,以保证数组的更新。
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
if amount == 0: return 0
dp = [float('inf')] * (amount + 1)
dp[0] = 0
for i in range(len(coins)):
for j in range(coins[i] , amount + 1):
dp[j] = min(dp[j] , dp[j - coins[i]] + 1)
if dp[amount] == float('inf'): return -1
return dp[amount]
JAVA版
class Solution {
public int coinChange(int[] coins, int amount) {
int[] dp = new int[amount + 1];
for(int i = 1 ; i < dp.length ; i++){
dp[i] = Integer.MAX_VALUE;
}
for(int i = 0 ; i < coins.length ; i ++){
for(int j = coins[i] ; j <= amount ; j ++){
if(dp[j - coins[i]] != Integer.MAX_VALUE){
dp[j] = Math.min(dp[j] , dp[j-coins[i]] + 1);
}
}
}
if(dp[dp.length - 1] == Integer.MAX_VALUE){
return -1;
}else{
return dp[amount];
}
}
}
tips:
之前没加下面这行代码,导致运行结果出现了一个诡异的数字-2147483648,
这再次体现了JAVA与python的不同,在python版本中,我没有判断下面这行代码,也正确运行得出结果了,这是因为python里的min(dp[j] , dp[j-nums[i]] + 1),若两者都是inf,仍然会保持inf。
而java中,我们设置的是Integer.MAX_VALUE,代表整数中的最大值,此时我们给他 + 1,会导致整数溢出,这在Java中会导致一个负值,这个负值会立即被识别为小于 Integer.MAX_VALUE,所以返回了这个诡异的数字。
因此严谨地考虑,python和java版本中,都应该加入下面这行代码,这表示在构成dp[j] 之前, 有没有dp[ j - coins[ i ]] 这种组合 , 若没有,则不执行更新。
if(dp[j - coins[i]] != Integer.MAX_VALUE)