零钱兑换和完全平方数问题

最新推荐文章于 2021-03-07 22:31:14 发布

oyall520

最新推荐文章于 2021-03-07 22:31:14 发布

阅读量129

点赞数

分类专栏： LeetCode刷题文章标签： leetcode 动态规划

本文链接：https://blog.csdn.net/oyall520/article/details/105478704

版权

LeetCode刷题专栏收录该内容

28 篇文章 1 订阅

订阅专栏

一、【LeetCode 322】零钱兑换

1. 题目描述

给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算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。

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

说明:
你可以认为每种硬币的数量是无限的。

2. 解题思路

有点类似于跳台阶的问题，示例一等价于现在有11级台阶，我每次可以跳一步或者两步或者五步，问跳上台阶最少需要几步？ 肯定是从0位置开始跳而不是从1开始，从0开始可以跳到1、2或5，到11最少一共需要几下？这是一个典型的动态规划问题，因为我们每跳到一步台阶时，我们只需要知道之前从哪一个台阶跳上来是最少的，也就是说我们永远找一个之前可以跳到当前台阶的最少步数，比如说跳到5，我们可以从0开始一步一步跳到5，或者从0跳到2再到4再到5，或者从0一步跳到5，所以动态规划的状态转移方程为dp[i] = min(dp[i-1], dp[i-2], dp[i-5]) + 1（dp[i]表示到第i台阶时的最小值）【加一是因为不管从i-1，i-2还是i-5到 i，最少都是一步】

具体实现如下：

首先初始化一个 dp 数组（一维、amount+1列）：dp=[float("inf")]*(amount+1)，数组内所有值全部初始化为正无穷。dp 数组的定义为：dp[i]表示到第i台阶时的最小值。 因为从0开始跳，所以将初始化 dp[0] = 0
接着开始双重循环，外层循环遍历 dp 数组：for i in range(1, amount + 1)，内层循环遍历不同面额硬币的数组 coins：for coin in coins（若不想用下标索引获取只，可用此种方式更直接），来求解 dp[i]。当当前所需的金额数大于等于硬币面额时：if i >= coin才有可能形成组合，所以我们需要在不选该面额和选取该面额中选一个最小值，就是 dp[i] 的结果：dp[i] = min(dp[i], dp[i-coin]+1)
最后因为我们要求解的是 dp[amount]（或者说dp[-1]），所以判断一下当 dp[-1] != float('inf') 时（因为最开始我们将 dp 数组的所有值全部初始化为正无穷 float(“inf”) 了，若 dp[-1]未求解出来说明没有这种组合），才返回 dp[-1]，否则返回 -1。

3. 代码

class Solution:
    def coinChange(self, coins: List[int], amount: int) -> int:
        dp=[float("inf")]*(amount+1)
        dp[0]=0
        for i in range(1,amount+1):
            for coin in coins:
                if i>=coin:
                    dp[i]=min(dp[i],dp[i-coin]+1)
        return dp[-1] if dp[-1] != float("inf") else -1

二、【LeetCode 279】完全平方数

1. 题目描述

给定正整数 n，找到若干个完全平方数（比如 1, 4, 9, 16, …）使得它们的和等于 n。你需要让组成和的完全平方数的个数最少。

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.

2. 解题思路

思路跟上题【零钱兑换】大同小异，只不过零钱兑换把总金额 amount 和不同面额硬币的数组 coins 给你了。而本题只给了需要组成的正整数 n，没有给出具体数组，不过没关系，其实我们可以自己写出来这个完全平方数组，搞定了这个数组，下面的做法就相差无几了。

先写出完全平方数组：因为给出的正整数为 n，所以数组里最大的完全平方数肯定不能超过 n，否则就没意义了。所以我们可以初始化一个空数组 res，从1遍历到 n：for i in range(1, n)，判断当前遍历到的数的平方是否大于 n：if i * i <= n，若不大于，则将该数的平方添加进数组 res 中：res.append(i*i)。
接着初始化一个 memo 数组（一维、n + 1 列）memo = [0 for i in range(n+1)]，先将所有值初始化为0，其定义为： memo[i]表示组成 i 所需的最少完全平方数是多少。
接下来开始双重循环，先将 memo[i] = i（即组成 i 所需的完全平方数最大的情况，相当于一个初始化，方便后面取最小值，例如 memo[9]，组成9可以直接使用9这一个完全平方数，也可以使用9个1这个最大的情况），再后面就与【零钱兑换】近乎一样了。
因为要求解的是 memo[n]，所以最后返回 memo[-1] 即可。

3. 代码

class Solution:
    def numSquares(self, n: int) -> int:
        res = []
        for i in range(1, n):
            if i*i <= n:
                res.append(i*i)
        memo = [0 for i in range(n+1)]
        for i in range(1, n + 1):
            memo[i] = i
            for j in res:
                if i-j>=0:
                    memo[i] = min(memo[i], memo[i-j]+1)
        return memo[-1]