代码随想录算法训练营第四十五天| 70 爬楼梯（进阶） 322 零钱兑换 279 完全平方数

代码随想录算法训练营第四十五天| 70 爬楼梯（进阶） 322 零钱兑换 279 完全平方数

LeetCode 70 爬楼梯（进阶）

题目: 70.爬楼梯（进阶）

如果改为：一步一个台阶，两个台阶，三个台阶，…，直到 m个台阶。问有多少种不同的方法可以爬到楼顶呢？

1阶，2阶，… m阶就是物品，楼顶就是背包。这就变成了一个完全背包问题

动规五部曲：

• 确定dp数组以及下标的含义

dp[i]：爬到有i个台阶的楼顶，有dp[i]种方法。

• 确定递推公式

递推公式一般都是dp[i] += dp[i - nums[j]]

本题递推公式为：dp[i] += dp[i - j]

• dp数组如何初始化

dp[0] =1，下标非0的dp[i]初始化为0

• 确定遍历顺序

本题背包属于排列问题，需将target放在外循环，将nums放在内循环。

• 举例来推导dp数组

整体代码：

class Solution {
public:
    int climbStairs(int n) {
        vector<int> dp(n + 1, 0);
        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 >= 0) dp[i] += dp[i - j];
            }
        }
        return dp[n];
    }
};

注：代码中m表示最多可以爬m个台阶，代码中把m改成2就是70.爬楼梯的代码。

如果求组合数就是外层for循环遍历物品，内层for遍历背包。

如果求排列数就是外层for遍历背包，内层for循环遍历物品。

LeetCode 322 零钱兑换

题目链接: 322.零钱兑换

每种硬币的数量无限，典型的完全背包问题。

动规五部曲：

• 确定dp数组以及下标的含义

dp[j]：凑足总额为j所需钱币的最少个数为dp[j]

• 递推公式

递推公式：dp[j] = min(dp[j - coins[i]] + 1, dp[j]);

• 初始化

凑足总金额为0所需钱币的个数为0，dp[0] = 0，下标非0的元素都应该是最大值。

vector<int> dp(amount + 1, INT_MAX);
dp[0] = 0;

• 确定遍历顺序

本题求钱币最小个数，有顺序和没有顺序都可以，不影响钱币最小个数。

• 举例推导dp数组

整体代码：

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        vector<int> dp(amount + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 0; i < coins.size(); i++) { // 遍历物品
            for (int j = coins[i]; j <= amount; j++) { // 遍历背包
                if (dp[j - coins[i]] != INT_MAX) { // 如果dp[j - coins[i]]是初始值则跳过
                    dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
                }
            }
        }
        if (dp[amount] == INT_MAX) return -1;
        return dp[amount];
    }
};

LeetCode 279 完全平方数

题目链接: 279.完全平方数

思路：完全平方数就是物品（可以无限使用），正整数n就是背包，问凑满这个背包最少有多少物品？

动规五部曲分析：

• 确定dp数组以及下标的含义

dp[j]：和为j的完全平方数的最少数量为dp[j]

• 确定递推公式

dp[j] = min(dp[j - i * i] + 1, dp[j]);

• dp数组如何初始化

dp[0] = 0，非0下标的dp[j]初始化为最大值

• 遍历顺序

本题也求最小数！

外层for遍历背包，内层for遍历物品，还是外层for遍历物品，内层for遍历背包，都可以

vector<int> dp(n + 1, INT_MAX);
dp[0] = 0;
for (int i = 0; i <= n; i++) { // 遍历背包
    for (int j = 1; j * j <= i; j++) { // 遍历物品
        dp[i] = min(dp[i - j * j] + 1, dp[i]);
    }
}

• 举例推导dp数组

整体代码为：

class Solution {
public:
    int numSquares(int n) {
        vector<int> dp(n + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 0; i <= n; i++) { // 遍历背包
            for (int j = 1; j * j <= i; j++) { // 遍历物品
                dp[i] = min(dp[i - j * j] + 1, dp[i]);
            }
        }
        return dp[n];
    }
};