题目描述
假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬至多m (1 <= m < n)个台阶。你有多少种不同的方法可以爬到楼顶呢?
注意:给定 n 是一个正整数。
输入描述
输入共一行,包含两个正整数,分别表示n, m
输出描述
输出一个整数,表示爬到楼顶的方法数。
思路:这题是爬楼梯的进阶版,每次爬的层数不固定,从1到m种选,最后爬到楼顶。
很显然可以转换成背包问题,物品就是1到m,背包容量就是n,这里背包容量不固定,所以是一个完全背包问题。
解决:动态五步曲:
1.确定dp含义;
dp[j]就表示填满容量为j的书包有dp[j]种方法。
2.确定递推公式;
和之前目标和题目一样,dp[j]+=dp[j-value[i]],但是这题,value[i]也就是i的值,所以公式
dp[j]+=dp[j-i];
3.确定dp初始化;
初始化和之前一样dp[0]=1;
4.确定遍历顺序;
首先这里每次跳的台阶层数可以重复,所以从前向后遍历,并且防止1,3和3,1这种情况算成一种,所以外层遍历容量j,内层遍历i。
5.举例推导dp数组。
和377. 组合总和 Ⅳ一样
代码:
#include <iostream>
#include <vector>
using namespace std;
int main() {
int n, m;
while (cin >> n >> m) {
vector<int> dp(n + 1, 0);
dp[0] = 1;
for (int j = 1; j <= n; j++) { // 遍历背包
for (int i = 1; i <= m; i++) { // 遍历物品
if (j - i >= 0) dp[j] += dp[j - i];
}
}
cout << dp[n] << endl;
}
}
给你一个整数数组 coins
,表示不同面额的硬币;以及一个整数 amount
,表示总金额。
计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1
。
你可以认为每种硬币的数量是无限的。
示例 1:
输入:coins = [1, 2, 5], amount = 11 输出:3 解释:11 = 5 + 5 + 1
思路:这题和518.零钱兑换II类似,这里每种硬币的数量的无限的,所以是一个完全背包问题。
物品就是coins里面硬币,容量就是从1到11。
解决:动态规划五步曲:
1.确定dp[j]含义;
dp[j]表示凑成金额为j的方法有dp[j]种。
2.确定递推公式;
dp[j]同样有两个来源:①不加入当前硬币dp[j],②加入当前硬币,如果加入当前硬币,数量还要加一:dp[j-coins[i]]+1;最后返回可以凑成总金额所需的最少的硬币个数,所以公式如下
dp[j]=min(dp[j],dp[j-coins[i]]+1)
3.确定dp初始化;
dp[0]金额为0,所以dp[0]=0;并且是求最小金额,所以其他dp[j]初始化都是最大数INT_MAX
4.确定遍历顺序;
这里只算最小个数,所以金币重不重复无所谓,其次1,2和2,1两种情况结果都是2
综上所述,遍历顺序为:coins(物品)放在外循环,target(背包)在内循环。且内循环正序。
5.举例推导dp数组。
以输入:coins = [1, 2, 5], amount = 5为例
代码:如果是先遍历物品再遍历容量,需要做一些特殊情况判断,dp[j - coins[i]] != INT_MAX;if (dp[amount] == INT_MAX) return -1;
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++){
for(int j=coins[i];j<=amount;j++){
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],dp[j-coins[i]]+1);
}
}
}
if (dp[amount] == INT_MAX) return -1;//没有一种组合满足要求
return dp[amount];
}
};
给你一个整数 n
,返回 和为 n
的完全平方数的最少数量 。
完全平方数 是一个整数,其值等于另一个整数的平方;换句话说,其值等于一个整数自乘的积。例如,1
、4
、9
和 16
都是完全平方数,而 3
和 11
不是。
示例 1:
输入:n = 12 输出:3 解释:12 = 4 + 4 + 4
思路:又是完全背包问题,因为例题中数可以重复
解决:动态规划五步曲:
1.确定dp[j]含义;
dp[j]就表示组成j的完全平方数的最少数量。
2.确定递推公式;
dp[j]=min(dp[j],dp[j-i*i]+1)。
3.确定dp初始化;
dp[0]=0。
4.确定遍历顺序;
外层和内层遍历谁都可以。这里先遍历物品,再遍历背包。
5.举例推导dp数组。
已输入n为5例,dp状态图如下
代码:注意物品肯定是从1开始遍历起的
class Solution {
public:
int numSquares(int n) {
vector<int> dp(n+1,INT_MAX);
dp[0]=0;
for(int i=1;i*i<=n;i++){
for(int j=i*i;j<=n;j++){
dp[j]=min(dp[j-(i*i)]+1,dp[j]);
}
}
return dp[n];
}
};