代码随想录算法训练营第三十九天|70. 爬楼梯 （进阶），322. 零钱兑换，279.完全平方数

题目页面 (kamacoder.com)

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;
    }
}

322. 零钱兑换 - 力扣（LeetCode）

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];
    }
};

279. 完全平方数 - 力扣（LeetCode）

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];
    }
};