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];
}
};