提示:努力生活,开心、快乐的一天
文章目录
70. 爬楼梯
💡解题思路
- 原本是用最直接的动规方法(斐波那契),但现在需要用背包问题解决该问题
稍微改一下题目: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呢?
1阶,2阶,… m阶就是物品,楼顶就是背包。
每一阶可以重复使用,例如跳了1阶,还可以继续跳1阶。
问跳到楼顶有几种方法其实就是问装满背包有几种方法。此时就是一道完全背包问题 - 动规五部曲:
- 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。
- 确定递推公式:求装满背包有几种方法,递推公式一般都是dp[i] += dp[i - nums[j]];本题呢,dp[i]有几种来源,dp[i - 1],dp[i - 2],dp[i - 3] 等等,即:dp[i - j]。那么递推公式为:dp[i] += dp[i - j]
- dp数组如何初始化:既然递归公式是 dp[i] += dp[i - j],那么dp[0] 一定为1,dp[0]是递归中一切数值的基础所在,如果dp[0]是0的话,其他数值都是0了
- 确定遍历顺序:这是背包里求排列问题,即:1、2 步 和 2、1 步都是上三个台阶,但是这两种方法不一样!所以需将target放在外循环,将nums放在内循环。每一步可以走多次,这是完全背包,内循环需要从前向后遍历。
- 举例推导dp数组:按照递推公式推导一下做推导,如果发现结果不对,就把dp数组打印出来
🤔遇到的问题
- 需要设置一个m值,表示每次可以走的步数,及物品数
💻代码实现
动态规划
var climbStairs = function(n) {
let dp = new Array(n + 1).fill(0)
//每次可走的台阶数,也就是物品
const m = 2
dp[0] = 1
for (let i = 1; i <= n; i++){
for (let j = 1; j <= m; j++){
if (i >= j) {
dp[i] +=dp[i-j]
}
}
}
return dp[n]
};
🎯题目总结
完全背包问题,可以变形出不同的面试题
322. 零钱兑换
💡解题思路
- 动规五部曲:
- 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]
- 确定递推公式:凑足总额为j - coins[i]的最少个数为dp[j - coins[i]],那么只需要加上一个钱币coins[i]即dp[j - coins[i]] + 1就是dp[j](考虑coins[i])。所以dp[j] 要取所有 dp[j - coins[i]] + 1 中最小的。递推公式:dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
- dp数组如何初始化:首先凑足总金额为0所需钱币的个数一定是0,那么dp[0] = 0;
- 确定遍历顺序:本题求钱币最小个数,那么钱币有顺序和没有顺序都可以,都不影响钱币的最小个数。遍历顺序为:coins(物品)放在外循环,target(背包)在内循环。且内循环正序。
- 举例推导dp数组:按照递推公式推导一下做推导,如果发现结果不对,就把dp数组打印出来
🤔遇到的问题
- 忘记初始化啦,导致报错,还好及时发现
💻代码实现
动态规划
var coinChange = function (coins, amount) {
let dp = new Array(amount + 1).fill(Infinity)
if (!amount) return 0
dp[0] = 0
//先遍历物品-后遍历背包
// for (let i = 0; i < coins.length; i++) {
// for (let j = coins[i]; j <= amount; j++) {
// dp[j] = Math.min(dp[j], dp[j - coins[i]]+1)
// }
// }
//先遍历背包-后遍历物品
for (let j = 1; j <= amount; j++){
for (let i = 0; i < coins.length; i++){
if (j >= coins[i] && dp[j - coins[i]] !== Infinity) {
dp[j] = Math.min(dp[j], dp[j - coins[i]]+1)
}
}
}
console.log(dp)
return dp[amount] === Infinity ? -1 : dp[amount]
};
🎯题目总结
本题是要求最少硬币数量,硬币是组合数还是排列数都无所谓!所以两个for循环先后顺序怎样都可以!
279. 完全平方数
💡解题思路
- 和零钱兑换基本一致,把题目翻译一下:完全平方数就是物品(可以无限件使用),凑个正整数n就是背包,问凑满这个背包最少有多少物品?
- 动规五部曲:
- 确定dp数组以及下标的含义:dp[j]:和为j的完全平方数的最少数量为dp[j]
- 确定递推公式:dp[j] 可以由dp[j - i * i]推出, dp[j - i * i] + 1 便可以凑成dp[j]。此时我们要选择最小的dp[j],所以递推公式:dp[j] = min(dp[j - i * i] + 1, dp[j]);
- dp数组如何初始化:dp[0]表示 和为0的完全平方数的最小数量,那么dp[0]一定是0
- 确定遍历顺序:本题也是一样的,是求最小数!所以本题外层for遍历背包,内层for遍历物品,还是外层for遍历物品,内层for遍历背包,都是可以的!
- 举例推导dp数组:按照递推公式推导一下做推导,如果发现结果不对,就把dp数组打印出来
🤔遇到的问题
- 需要对背包完全理解,才能往背包问题上想,否则很难想到
💻代码实现
动态规划
var numSquares = function (n) {
let dp = new Array(n + 1).fill(Infinity)
dp[0] = 0
//先遍历物品-后遍历背包
// for (let i = 1; i * i <= n; i++){
// for (let j = i * i; j <= n; j++){
// dp[j] = Math.min(dp[j-i*i]+1,dp[j])
// }
// }
//先遍历背包-后遍历物品
for (let i = 1; i <= n; i++) {
for (let j = 1; j * j <= i; j++) {
dp[i] = Math.min(dp[i - j * j] + 1, dp[i])
}
}
console.log(dp)
return dp[n]
};
🎯题目总结
本题是要求和为 n 的完全平方数的最少数量 ,组合数还是排列数都无所谓!所以两个for循环先后顺序怎样都可以!
🎈今日心得
基本没有完全符合背包的问题,需要本身背包的各种问题足够熟悉,自己可以往背包方向思考,才能有解决方案