代码随想录 第九章 动态规划part06 322. 零钱兑换 279.完全平方数 139.单词拆分 多重背包

322. 零钱兑换

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        if (amount == 0) return 0;
        vector<int> dp(amount + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 0; i < coins.size(); i++){
            for (int j = 0; j <= amount; j++){
                if (j >= coins[i]){
                    if (dp[j - coins[i]] != INT_MAX) dp[j] = min(dp[j], dp[j - coins[i]] + 1);
                }
            }
        }
        if (dp[amount] == INT_MAX) return -1;
        return dp[amount];
    }
};

这题的不一样之处在于求的不是最大值，而是最少要几个硬币，所以对于dp数组的初始化做赋最大值处理。

279.完全平方数

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 = 0; j <= n; j++){
                if ((i * i) <= j){
                    if (dp[j - i* i] != INT_MAX) dp[j] = min(dp[j], dp[j - i * i] + 1);
                }
            }
        }
        return dp[n];
    }
};

这题与上一题同理，只是硬币不是所给的，而是由索引求取。

139.单词拆分

class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        unordered_set<string> wordSet(wordDict.begin(), wordDict.end());
        vector<bool> dp(s.size() + 1, false);
        dp[0] = true;
        for (int i = 1; i <= s.size(); i++){
            for (int j = 0; j < i; j++){
                string subs = s.substr(j, i - j);
                if (wordSet.find(subs) != wordSet.end() && dp[j]){
                    dp[i] = true;
                }
            }
        }
        return dp[s.size()];
    }
};

这题与背包看起来不挨着，但是看懂了随想录所给的思路后并不难。代码实现的思路就是将整个字符串看作一个背包，在外层循环中，以i为分割点，取前面一小节字符串，在内层循环中以j为分割点，在一小节字符串中取尾部一定长度字符串，寻找在所给的字符串集合中是否存在，如果存在，且dp[j]位置为true表示字符串0-j的子字符串可以被分割，则意味着0-i的子字符串也可分割，至于为什么在内层循环中是取后段的字符串，笔者的理解是，因为在外层循环中，已经对字符串做了以0为起始，不断增加长度的分割，这一部分是不断增加背包范围，而内层的任务是在背包大小增长的过程中，找到能被分割的最大索引，也就是寻找下一个能被分割的位置，所以取尾部的字符串，假定i就可能是下一个能分割的位置，由长到短，检索字符串集合中是否有能匹配的元素，且匹配到的长度能接上一个能分割的点。

代码随想录 第九章 动态规划part06