【刷题笔记】--dp--完全背包

目录

题目1：打家劫舍

题目2：零钱兑换

题目3：完全平方数 

 

---

题目1：打家劫舍

 思路：

step1：定义子问题

原问题是从n间房屋里偷窃最高金额，我们要求的其实也就是dp[n];

那么子问题，也就是规模更小的问题，原问题是从规模为n间的房屋里偷，所以子问题就可以定义为从规模为n-1，n-2.....间的房屋里偷，也就是dp[k]。

step2：写出子问题的递归关系

怎么去想这个关系呢？

从满足下面两个条件的角度去想：

①原问题能由子问题表示

②子问题又能由更小的子问题表示

这道题怎么通过子问题去表示原问题呢？我们偷n间的房屋的金额，是不是可以表示为1.偷n-1间房屋的金额（最后一间不偷）或者2.偷n-2间房屋的金额+偷最后一间的房屋的金额（倒数第二间不偷）。

因为问的是最大金额，所以从这两种情况中取max值。

 step3：确定dp数组的计算顺序

用自底向上的 dp 数组。因为是自底向上，所以我们要确定好递归的终止条件。

代码：

int max(int a,int b){
    return a>b?a:b;
}
int rob(int* nums, int numsSize){
    if(numsSize==0){
        return 0;
    }
    if(numsSize==1){
        return nums[0];
    }
    int dp[105];
    dp[1]=nums[0];
    dp[2]=max(nums[0],nums[1]);
    int i;
    for(i=3;i<=numsSize;i++){
        dp[i]=max(dp[i-1],dp[i-2]+nums[i-1]);
    }
    return dp[numsSize];
}

---

题目2：零钱兑换

一样的思路：先找出子问题，原问题是金额为n的硬币个数。 所以子问题是比金额n小的金额的硬币个数

代码：

int min(int a,int b){
    if(a<=b){
        return a;
    }
    return b;
}
int coinChange(int* coins, int coinsSize, int amount){
    int dp[amount+1];
    int i,j,min1;
    for(i=0;i<amount+1;i++){
        dp[i]=amount+1;
    }
/*    for(i=0;i<coinsSize;i++){
        dp[coins[i]]=1;//dp[1]=1//dp[2]=1//dp[5]=1
    }*/
    dp[0]=0;
    for(i=1;i<=amount;i++){
        min1=amount+1;
        for(j=0;j<coinsSize;j++){
            if(coins[j]<=i){
                min1=min(dp[i-coins[j]]+1,min1);
            }
        }
        dp[i]=min1;
    }
    return dp[amount]>amount?-1:dp[amount];
}

题目3：完全平方数 

思路：

这道题很好找子问题与原问题的关系：

 代码：

class Solution {
    public int numSquares(int n) {
        int[] dp=new int[n+1];
        dp[0]=0;
        dp[1]=1;
//      dp[2]=2;
//      dp[3]=3;
//      int max1=Integer.MAX_VALUE;这是我刚开始错误的写法的位置
        for(int i=2;i<=n;i++){
            int min1=Integer.MAX_VALUE;/*
Integer.MAX_VALUE表示：int 数据类型的最大值，即：2147483647
Integer.MIN_VALUE表示： int数据类型的最小值，即：-2147483648
*/
            for(int j=1;j*j<=i;j++){//找完全平方数的方法
                min1=Math.min(min1,dp[i-j*j]+1);
            }
             dp[i]=min1;
        }
           
        return dp[n];
    }
}