LeetCode | C++ 动态规划——70. 爬楼梯 （进阶）、322. 零钱兑换、279.完全平方数

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];
    }
};