一、零钱兑换
题目:
给你一个整数数组 coins
,表示不同面额的硬币;以及一个整数 amount
,表示总金额。
计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1
。
你可以认为每种硬币的数量是无限的。
示例 1:
输入:coins = [1, 2, 5], amount = 11 输出:3 解释:11 = 5 + 5 + 1
示例 2:
输入:coins = [2], amount = 3 输出:-1
示例 3:
输入:coins = [1], amount = 0 输出:0
思路:
首先明确dp数组的含义,本题中dp数组的含义为在容量为 j 的背包中,可以装满背包所需要的最少物品为dp[j],初始化定义dp[0]=0,由于其需要取最小值,因此dp的非零变量全部初始化为int最大值,递推式为
dp[j] = min(dp[j],dp[j-coins[i] + 1)
代码:
public int coinChange(int[] coins, int amount) {
// 创建一个一维动态规划数组 dp
// dp[i] 表示组成金额 i 所需的最少硬币数
int[] dp = new int[amount + 1];
// 初始化 dp 数组的第一个元素为 0
// dp[0] = 0 表示组成金额 0 不需要任何硬币
dp[0] = 0;
// 使用最大整数初始化 dp 数组的其他元素
// max 表示当前金额无法组成的标记
int max = Integer.MAX_VALUE;
for (int i = 1; i < dp.length; i++) {
dp[i] = max;
}
// 遍历每种硬币
for (int i = 0; i < coins.length; i++) {
// 对于每种硬币,从硬币面额到目标金额进行遍历
for (int j = coins[i]; j <= amount; j++) {
// 如果当前金额 j - coins[i] 可以组成
// 更新 dp[j] 为最小值:dp[j] 或 dp[j - coins[i]] + 1
if (dp[j - coins[i]] != max) {
dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
}
}
}
// 如果 dp[amount] 仍然是 max,表示目标金额无法组成
// 否则返回 dp[amount],即所需的最少硬币数
return dp[amount] == max ? -1 : dp[amount];
}
-
初始化
dp
数组:dp[i]
表示组成金额i
所需的最少硬币数。dp[0]
初始化为 0,因为组成金额 0 不需要硬币。- 其他金额初始化为
max
,表示初始时认为这些金额无法组成。
-
遍历每种硬币:
- 外层循环遍历每个硬币
coins[i]
。 - 内层循环从硬币面额
coins[i]
到目标金额amount
遍历,更新dp[j]
。
- 外层循环遍历每个硬币
-
更新
dp
数组:- 对于每个金额
j
,如果dp[j - coins[i]]
不等于max
(表示金额j - coins[i]
可以组成),则更新dp[j]
为dp[j - coins[i]] + 1
和当前dp[j]
的最小值。 dp[j - coins[i]] + 1
表示在j - coins[i]
的基础上再加一个硬币coins[i]
。
- 对于每个金额
-
返回结果:
- 如果
dp[amount]
仍然是max
,表示目标金额amount
无法用给定硬币组成,返回 -1。 - 否则返回
dp[amount]
,即组成目标金额所需的最少硬币数。
- 如果
二、完全平方数
题目:
给你一个整数 n
,返回 和为 n
的完全平方数的最少数量 。
完全平方数 是一个整数,其值等于另一个整数的平方;换句话说,其值等于一个整数自乘的积。例如,1
、4
、9
和 16
都是完全平方数,而 3
和 11
不是。
示例 1:
输入:n = 12 输出:3 解释:12 = 4 + 4 + 4
示例 2:
输入:n = 13 输出:2 解释:13 = 4 + 9
思路:
与零钱兑换基本一致,唯一区别需要将遍历顺序的部分参数做出一些改变
代码:
public int numSquares(int n) {
// 创建一个一维动态规划数组 dp
// dp[i] 表示组成金额 i 所需的最少完全平方数的数量
int[] dp = new int[n + 1];
// 使用最大整数初始化 dp 数组的所有元素
// max 表示当前金额无法组成的标记
int max = Integer.MAX_VALUE;
for (int i = 0; i < dp.length; i++) {
dp[i] = max;
}
// 初始化 dp 数组的第一个元素为 0
// dp[0] = 0 表示组成金额 0 不需要任何完全平方数
dp[0] = 0;
// 遍历所有可能的完全平方数
for (int i = 1; i * i <= n; i++) {
// 对于每个完全平方数 i*i,从 i*i 到目标金额 n 进行遍历
for (int j = i * i; j <= n; j++) {
// 更新 dp[j] 为最小值:dp[j] 或 dp[j - i*i] + 1
// dp[j - i*i] + 1 表示在金额 j - i*i 的基础上再加上一个完全平方数 i*i
dp[j] = Math.min(dp[j], dp[j - i * i] + 1);
}
}
// 返回 dp[n],即组成目标金额 n 所需的最少完全平方数的数量
return dp[n];
}
-
初始化
dp
数组:dp[i]
表示组成金额i
所需的最少完全平方数的数量。- 初始时将所有
dp
元素设置为max
,表示这些金额无法组成。 dp[0]
初始化为 0,因为组成金额 0 不需要任何完全平方数。
-
遍历完全平方数:
- 外层循环遍历所有可能的完全平方数
i*i
(即 1, 4, 9, 16 等)。
- 外层循环遍历所有可能的完全平方数
-
更新
dp
数组:- 内层循环从
i*i
到目标金额n
遍历,更新dp[j]
。 - 对于每个金额
j
,如果dp[j - i*i]
不等于max
(表示金额j - i*i
可以由完全平方数组成),则更新dp[j]
为dp[j - i*i] + 1
和当前dp[j]
的最小值。 dp[j - i*i] + 1
表示在j - i*i
的基础上再加一个完全平方数i*i
。
- 内层循环从
-
返回结果:
- 返回
dp[n]
,即组成目标金额n
所需的最少完全平方数的数量。
- 返回
三、单词拆分
题目:
给你一个字符串 s
和一个字符串列表 wordDict
作为字典。如果可以利用字典中出现的一个或多个单词拼接出 s
则返回 true
。
注意:不要求字典中出现的单词全部都使用,并且字典中的单词可以重复使用。
示例 1:
输入: s = "leetcode", wordDict = ["leet", "code"] 输出: true 解释: 返回 true 因为 "leetcode" 可以由 "leet" 和 "code" 拼接成。
示例 2:
输入: s = "applepenapple", wordDict = ["apple", "pen"] 输出: true 解释: 返回 true 因为 "applepenapple" 可以由 "apple" "pen" "apple" 拼接成。 注意,你可以重复使用字典中的单词。
示例 3:
输入: s = "catsandog", wordDict = ["cats", "dog", "sand", "and", "cat"] 输出: false
思路:
首先明确dp数组的含义,本题含义是串长度为 i 的字符串在字典中出现的情况为dp[i]=true,初始化dp[0]=true,若在字符串s中有一区间{i,j}的dp均为true,说明该段的字符在字典中可查,为true
代码:
public boolean wordBreak(String s, List<String> wordDict) {
// 创建一个动态规划数组 dp
// dp[i] 表示字符串 s 的前 i 个字符是否可以由 wordDict 中的单词组成
boolean[] dp = new boolean[s.length() + 1];
// 初始化 dp[0] 为 true
// dp[0] = true 表示空字符串可以由零个单词组成
dp[0] = true;
// 遍历字符串 s 的每个位置 i
for (int i = 1; i <= s.length(); i++) {
// 遍历字典中的每个单词
for (String word : wordDict) {
int len = word.length();
// 检查当前单词是否可以在当前位置 i 结束并且 dp[i - len] 是 true
if (i >= len && dp[i - len] && word.equals(s.substring(i - len, i))) {
// 如果满足条件,更新 dp[i] 为 true
dp[i] = true;
// 一旦找到满足条件的单词,退出当前循环,继续检查下一个位置
break;
}
}
}
// 返回 dp[s.length()],即字符串 s 是否可以由字典中的单词组成
return dp[s.length()];
}
-
初始化
dp
数组:dp[i]
表示字符串s
的前i
个字符是否可以由wordDict
中的单词组成。dp[0]
初始化为true
,表示空字符串总是可以由零个单词组成。
-
遍历字符串
s
:- 外层循环遍历
s
的每个位置i
从1
到s.length()
。
- 外层循环遍历
-
检查每个单词:
- 内层循环遍历字典中的每个单词
word
。 - 计算单词的长度
len
,并检查当前的dp
状态:i >= len
确保当前i
足够大以容纳word
。dp[i - len]
确保在i - len
位置可以组成字符串。word.equals(s.substring(i - len, i))
检查子字符串是否等于当前单词。
- 如果上述条件满足,将
dp[i]
设置为true
,并跳出内层循环以避免重复检查。
- 内层循环遍历字典中的每个单词
-
返回结果:
- 返回
dp[s.length()]
,即整个字符串s
是否可以由字典中的单词组成。
- 返回
今天的学习就到这里