1.leetcode322_零钱兑换
思路:最少硬币数量;硬币不同面额;硬币重复使用;硬币组合——完全背包
dp[j]表示 总金额为 j 的最少硬币个数是 dp[j]
若当前已有coins[i],凑够金币只需 凑j-coins[i]总金额即可,然后加上当前硬币。即:dp[j] = dp[j-coins[i]] + 1; 然后遍历硬币,选择最少的个数;
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++) {
for(int j = coins[i]; j <= amount; j++) {
if(dp[j-coins[i]] < INT_MAX - 1) {
dp[j] = min(dp[j], dp[j-coins[i]] + 1);
}
}
}
return dp[amount] == INT_MAX ? -1 : dp[amount];
}
这里因为要选择最小值,所以直接全部初始化为INT_MAX;但是凑足总金额为0所需钱币的个数一定是0,那么dp[0] = 0;
2.leetcode279_完全平方数
思路:如何转换思路。 和为n的完全平方数的最小数量 即 dp[n] = min({dp[n-i*i]});
int numSquares(int n) {
vector<int> dp(n + 1, INT_MAX);
dp[0] = 0;
for(int i = 1; i <= n; i++)
for(int j = i*i; j <= n; j++) {
dp[j] = min(dp[j-i*i] + 1, dp[j]);
}
return dp[n];
}
3.leetcode139_单词拆分
思路:方法太多不想看了。。。
- 一个一个来吧,先试试经典回溯
double times; // 用于计算函数效率
bool backtracking(const string& s, const vector<string>& wordDict, string str) {
times++;
if(s.size() == str.size() && s.compare(str) == 0) {
return true;
} else if(s.size() <= str.size()) {
return false;
}
for(int i = 0; i < wordDict.size(); i++) {
if(backtracking(s, wordDict, str+wordDict[i]) == true)
return true;
}
return false;
}
bool wordBreak(string s, vector<string>& wordDict) {
bool res = backtracking(s, wordDict, "");
cout << times;
return res;
}
测试数据:
s = "catsandog"
wordDict = ["cats","dog","sand","and","cat"]
结局显而易见——超时
- 改良版,如何改良是个问题呀,看了眼题解大概意思说是把之前已经遍历过的值保存一下,如果出现就不用继续遍历了;
这是什么意思?没理解,先看下自己怎么改- for循环中的 backtracking() 执行完 res == true 后,如果没到边界,还会继续执行,因此,加上 if(res == true) return; 那干脆给函数带上返回值呗,不然还要多用一个 res。——试了一下,还是超时 —— times:156
- 分析比较办法,每次都等字符串长度相等时才比较,其实只要刚开始不一样,就可以return 了。 —— times:26
- 好好好,还是不行。黔驴技穷了,看题解吧
- 看了下用例,大概明白了,如果每次递归完结果不符合,我们回溯以后看下一个是否符合,但是如果回溯后的 str + 下一个字符串 == 回溯前的str + 当前字符串,这样虽然两次的结果是一致的,但会产生重复计算,所以题解采用了 记忆化递归的方式,保存每次递归完成的值,代表以当前元素结尾的str无论如何拼接wordDict中的值,都无法组成s;那么我们每次递归前,只需判断下以当前str结尾的是不是已经尝试过了,如果已经尝试过,那么就不需要尝试了,直接返回false;
double times;
vector<bool> memory;
public:
bool backtracking(const string& s, const vector<string>& wordDict, string str) {
// cout << str << " ";
times++;
if(str.compare(s.substr(0, str.size())) != 0) {
return false;
}
if(s.size() == str.size() && s.compare(str) == 0) {
return true;
} else if(str.size() >= s.size()) {
return false;
}
if (memory[str.size()] != true) return memory[str.size()];
for(int i = 0; i < wordDict.size(); i++) {
int res = backtracking(s, wordDict, str + wordDict[i]);
if(res == true) return true;
}
memory[str.size()] = false;
return false;
}
bool wordBreak(string s, vector<string>& wordDict) {
memory.assign(s.size(), true);
bool res = backtracking(s, wordDict, "");
cout << times;
return res;
}
过了!!!题解跟我的思路差别不大
3. 动态规划
把问题转换成背包
单词就是物品,字符串s就是背包,单词能否组成字符串s,就是问物品能不能把背包装满。
单词可重复,完全背包,但是abcd只能由ab cd构成不能由cd ab构成,有顺序,排列问题;
综上所述:完全背包排列问题,外层背包容量,内层物品
问题难点在于dp怎么推导:
dp[i] : 字符串长度为i的话,dp[i]为true,表示可以拆分为一个或多个在字典中出现的单词。
如果确定dp[j] 是true,且 [j, i] 这个区间的子串出现在字典里,那么dp[i]一定是true。(j < i )。
所以递推公式是 if([j, i] 这个区间的子串出现在字典里 && dp[j]是true) 那么 dp[i] = true。
bool wordBreak(string s, vector<string>& wordDict) {
unordered_set<string> wordSet(wordDict.begin(), wordDict.end());
vector<bool> dp(s.size() + 1, false);
for(int j = 1; j < s.size(); j++) {
for(int i = 0; i < j; i++) {
string tmp = s.substr(i, j - i);
if(wordSet.find(tmp) != wordSet.end() && dp[j] == true) {
dp[i] = true;
}
}
}
return dp[s.size()];
}