代码随想录算法训练营day45 | 70. 爬楼梯 （进阶），322. 零钱兑换，279.完全平方数

70. 爬楼梯 （进阶）

本题难点在于如何映射到完全背包问题

• 什么是背包，什么是物品？
  • 1阶，2阶，.... m阶就是物品，楼顶就是背包（容量）。
  • 对应本题：m=2因为可以爬1step或者2steps，可以写成数组形式 temp = [i for i in range(m+1)]; 楼顶就是n（也就是#377. 组合总和 Ⅳ中的target）

• 注意每一阶可以重复使用，例如跳了1阶，还可以继续跳1阶（也就是上面的temp数组中的元素可以重复使用）。

• 问跳到楼顶有几种方法其实就是问装满背包有几种方法。

动规五部曲（也可以参考#377. 组合总和 Ⅳ）

1. 确定dp数组以及下标的含义：dp[i]：爬到有i个台阶的楼顶，有dp[i]种方法。
2. 确定递推公式：dp[i] = dp[i]+dp[i-temp[j]]
3. dp数组如何初始化：dp[0] = 1
4. 确定遍历顺序：注意先上1阶再上2阶和先上2阶再上1阶是不同的走法，因此是求排列问题，这样与#377. 组合总和 Ⅳ一样，要先背包后物品的遍历顺序
5. 打印检查

class Solution(object):
    def climbStairs(self, n):
        """
        :type n: int
        :rtype: int
        """
        dp = [0]*(n+1) 
        dp[0] = 1
        m = 2 #一次最多可以走2阶
        temp = [i for i in range(m+1)]

        for i in range(1, n+1): #先背包
            for j in range(1, len(temp)): #后物品
                if i>= temp[j]:
                    dp[i] = dp[i]+dp[i-temp[j]]
        return dp[n]

322. 零钱兑换

• 这道题可以相对直观的对应到完全背包问题

• 与#518. 零钱兑换 II对比理解

动规五部曲：

1. 确定dp数组以及下标的含义: dp[j]：凑足总额为j所需钱币的最少个数为dp[j]
2. 递推公式：不考虑coins[i]的情况，那么凑足总额为j的最少个数为dp[j]（step1定义）; 考虑coins[i]的情况，那么首先凑足总额为j - coins[i]的最少个数为dp[j - coins[i]]，然后只需要加上一个钱币coins[i]即dp[j - coins[i]] + 1就是dp[j]。由于要求最少个数，那么这两个取最小 --> dp[j] = min(dp[j], dp[j-coins[i]]+1)
3. dp数组如何初始化：dp[amount+1)(amount+1)
4. 确定遍历顺序：由于是求满足条件的最小个数（既不是求组合也不是求排列）
5. 打印检查

class Solution(object):
    def coinChange(self, coins, amount):
        """
        :type coins: List[int]
        :type amount: int
        :rtype: int
        """
        dp = [10001]*(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] == 10001:
            return -1
        return dp[amount]

279.完全平方数

• 这道题跟#322. 零钱兑换非常相似，区别在于#322给定了coins数组，这道题需要自己先写出来要处理的数组temp。

• 根据题目要求，temp数组就是包含小于n的所有Perfect Squares。

• e.g，n = 12, then temp = [1, 4, 9]

class Solution(object):
    def numSquares(self, n):
        """
        :type n: int
        :rtype: int
        """
        temp = []
        for i in range(1, n):
            if i**2 <= n:
                temp.append(i**2)
        # print(temp)

        if n == 1:
            return 1

        dp = [10001]*(n+1)
        dp[0] = 0
        for i in range(len(temp)):
            for j in range(temp[i], n+1):
                dp[j] = min(dp[j], dp[j-temp[i]]+1)
        return dp[n]