【6.02 代随_45day】完全爬楼梯、零钱兑换、完全平方数

最新推荐文章于 2024-10-11 16:56:17 发布

qq_36784043

最新推荐文章于 2024-10-11 16:56:17 发布

阅读量38

点赞数

文章标签：算法 leetcode 数据结构

本文链接：https://blog.csdn.net/qq_36784043/article/details/131001168

版权

文章介绍了使用递归和动态规划方法解决三个编程问题：完全爬楼梯的最优步法计算，零钱兑换的最少硬币数量，以及找到完全平方数的最小组合数。在每个问题中，关键在于确定遍历顺序和初始化dp数组，通过迭代或递归更新状态来达到目标解决方案。

摘要由CSDN通过智能技术生成

完全爬楼梯

讲解连接：完全爬楼梯

关键点：

确定遍历顺序
这是背包里求排列问题，即：1、2 步和 2、1 步都是上三个台阶，但是这两种方法不一样！
所以需将target（背包）放在外循环，将nums（物品）放在内循环。

代码

class Solution {
    public int climbStairs(int n) {
        int[] dp = new int[n + 1];
        int m = 2;
        dp[0] = 1;

        for (int i = 1; i <= n; i++) { // 遍历背包
            for (int j = 1; j <= m; j++) { //遍历物品
                if (i >= j) dp[i] += dp[i - j];
            }
        }

        return dp[n];
    }
}

零钱兑换

力扣连接：322. 零钱兑换（中等）

1.递归的方法

dp数组如何初始化
首先凑足总金额为0所需钱币的个数一定是0，那么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。

图解步骤

在这里插入图片描述

关键点：

if (dp[j - coins[i]] != INT_MAX) { // 如果dp[j - coins[i]]是初始值则跳过}

递归代码

class Solution {
    public int coinChange(int[] coins, int amount) {
        int[] dp = new int[amount+1];

        Arrays.fill(dp, Integer.MAX_VALUE);
        dp[0] = 0;

        for(int i=0;i<coins.length;i++){
            for(int j=coins[i];j<=amount;j++){
                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

力扣连接：279. 完全平方数（中等）

图解步骤

在这里插入图片描述

代码

class Solution {
    public int numSquares(int n) {
        int[] dp = new int[n+1];
        Arrays.fill(dp, Integer.MAX_VALUE);
        dp[0] = 0;

        for(int i=1; i*i<=n;i++){  //遍历物品
            for(int j=i*i;j<=n;j++){  //遍历背包
                if (dp[j - i * i] != Integer.MAX_VALUE) {
                    dp[j] = Math.min(dp[j], dp[j-i*i]+1);
                }
            }
        }

        return dp[n];

    }
}