70. 爬楼梯 (进阶)
70题目链接
利用完全背包来做
dp[j]:爬到有j个台阶的楼顶,有dp[j]种方法。
递推公式为: dp[j] += dp[j - i]
dp数组初始化
dp [0] = 1, 其余非零下标为 0
遍历顺序:
1、2 步 和 2、1 步都是上三个台阶,但是这两种方法不一样!
所以该问题为 求排列问题, 先背包再 物品。
class Solution {
public:
int climbStairs(int n) {
vector<int> dp(n + 1, 0);
dp[0] = 1;
for (int j = 1; j <= n; j++) {
for (int i = 1; i <= 2; i++) {
if (j < i) continue;
dp[j] += dp[j - i];
// cout << "i:" << i << " " << "j: " << j << " " << "dp[j] :" << dp[j] << endl;
}
}
return dp[n];
}
};
322. 零钱兑换
322题目链接
dp[j]:凑足总额为j所需钱币的最少个数为dp[j]
递推公式:dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
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。
dp数组初始化
dp[0] = 0
考虑到递推公式的特性,dp[j]必须初始化为一个最大的数,否则就会在min(dp[j - coins[i]] + 1, dp[j])比较的过程中被初始值覆盖。
所以下标非0的元素都是应该是最大值。
遍历顺序:
因为本题求的是最小的金币个数,与钱币的顺序无关,所以本题不强调集合是组合还是排列。 都可。
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int> dp(amount + 1, INT_MAX);
dp[0] = 0;
for (int i = 0; i < coins.size(); i++) {
for (int j = coins[i]; j <= amount; j++) {
if (dp[j - coins[i]] == INT_MAX) continue;
dp[j] = min(dp[j], dp[j - coins[i]] + 1);
}
}
if (dp[amount] == INT_MAX) return -1;
return dp[amount];
}
};
279.完全平方数
279题目链接
dp[j]: 和为 j 的完全平方数的最少数量为dp[j]
递推公式:
dp[j] = min(dp[j], dp[j - i2] + 1);
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]
dp数组初始化
dp[0] = 0
非零下标 dp[j] = INT_MAX,在递推公式中 避免覆盖计算值
遍历顺序:
与物品 即 完全平方数的顺序无关。 都可。
class Solution {
public:
int numSquares(int n) {
vector<int> dp(n + 1, INT_MAX);
dp[0] = 0;
for (int i = 1; i * i <= n; i++) {
for (int j = i * i; j <= n; j++) {
if (dp[j - i * i] == INT_MAX) continue;
dp[j] = min(dp[j], dp[j - i * i] + 1);
}
}
return dp[n];
}
};