代码随想录第45天|● 70. 爬楼梯（进阶） ● 322. 零钱兑换 ● 279.完全平方数

最新推荐文章于 2024-10-04 22:28:47 发布

qq_45466450

最新推荐文章于 2024-10-04 22:28:47 发布

阅读量48

点赞数

文章标签：算法动态规划

本文链接：https://blog.csdn.net/qq_45466450/article/details/128571967

版权

文章探讨了使用动态规划解决爬楼梯和零钱兑换问题，强调了dp数组初始化的重要性，特别是dp[0]的基础作用，以及在完全背包问题中如何通过递推公式找到最优解。同时提到了完全平方数问题的处理方式，强调外层循环的不同选择对解题的影响。

摘要由CSDN通过智能技术生成

70.爬楼梯（进阶）

就是排列的完全背包
递归公式是 dp[i] += dp[i - j]，那么dp[0] 一定为1，dp[0]是递归中一切数值的基础所在，如果dp[0]是0的话，其他数值都是0了。

322 零钱兑换

硬币无限，完全背包
凑足总额为j - coins[i]的最少个数为dp[j - coins[i]]，那么只需要加上一个钱币coins[i]即dp[j - coins[i]] + 1就是dp[j]（考虑coins[i]）
所以dp[j] 要取所有 dp[j - coins[i]] + 1 中最小的。
递推公式：dp[j] = min(dp[j - coins[i]] + 1, dp[j]);

凑足总金额为0所需钱币的个数一定是0，那么dp[0] = 0;
考虑到递推公式的特性，dp[j]必须初始化为一个最大的数，否则就会在min(dp[j - coins[i]] + 1, dp[j])比较的过程中被初始值覆盖。
所以下标非0的元素都是应该是最大值。

注意：
if (dp[j - coins[i]] != INT_MAX) { // 如果dp[j - coins[i]]是初始值则跳过

279.完全平方数

完全背包
dp[j] 可以由dp[j - i * i]推出， dp[j - i * i] + 1 便可以凑成dp[j]。
此时我们要选择最小的dp[j]，所以递推公式：dp[j] = min(dp[j - i * i] + 1, dp[j]);
dp[0]一定是0
非0下标的dp[j]一定要初始为最大值，这样dp[j]在递推的时候才不会被初始值覆盖。

本题外层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，都是可以的