【代码随想录训练营】【Day45】第九章｜动态规划｜完全背包应用题｜70.爬楼梯 （进阶）｜322.零钱兑换｜ 279.完全平方数

爬楼梯 （进阶）

题目详细：LeetCode.70

这道简单题我们可以利用常规动态规划思想来解决，也可以利用完全背包来解决。

详细的题解可查阅：《代码随想录》— 爬楼梯

Java解法（动态规划，完全背包）：

class Solution {
    public int climbStairs(int n) {
        int[] dp = new int[n + 1];
        dp[0] = 1;
        for(int i = 1; i <= n; i++){
            for(int j = 1; j <= 2; j++){
                if(i >= j)
                    dp[i] += dp[i - j];
            }
        }
        return dp[n];
    }
}

---

零钱兑换

题目详细：LeetCode.322

详细的题解可查阅：《代码随想录》— 零钱兑换

Java解法（动态规划，完全背包）：

class Solution {
    public int coinChange(int[] coins, int amount) {
        int[] dp = new int[amount + 1];
        // 为求硬币个数最少的组合数，所以需要初始化为最大值
        Arrays.fill(dp, Integer.MAX_VALUE);
        dp[0] = 0; // if(amount == 0)
        for(int i = 0; i < coins.length; i++){
            for(int j = coins[i]; j <= amount; j++){
                // 注意：当dp[j - coins[i]]为初始值时，需要先跳过
                if(dp[j - coins[i]] != Integer.MAX_VALUE)
                    dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
            }
        }
        return dp[amount] == Integer.MAX_VALUE ? -1 : dp[amount];
    }
}

---

完全平方数

题目详细：LeetCode.279

详细的题解可查阅：《代码随想录》— 完全平方数

Java解法（动态规划，完全背包）：

class Solution {
    public int numSquares(int n) {
        int[] dp = new int[n + 1];
        Arrays.fill(dp, Integer.MAX_VALUE);
        dp[0] = 0;
        // 先遍历背包
        for(int i = 0; i <= n; i++){
        	// 再遍历数字
            for(int j = 1; j*j <= i; j++){
                dp[i] = Math.min(dp[i], dp[i - j*j] + 1);
            }
        }
        return dp[n];
    }
}

---