【动态规划】70. 爬楼梯、322. 零钱兑换、279. 完全平方数

提示：努力生活，开心、快乐的一天

---

70. 爬楼梯

题目链接：70. 爬楼梯

💡解题思路

1. 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
2. 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

1. 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

题目链接：322. 零钱兑换

💡解题思路

1. 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

1. 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

题目链接：279. 完全平方数

💡解题思路

1. 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？
2. 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

1. 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