代码随想录算法训练营第四十五天|322.零钱兑换、279.完全平方数

动态规划完全背包

---

一、零钱兑换

完全背包问题，求在满足某种条件下的最少物品个数，类似反向的求最高价值

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {

        //dp[j]表示凑满金额为j所需要的最少硬币个数

        vector<int>dp(amount+1, INT_MAX);

        dp[0] = 0;

        //求的是最少硬币个数，与遍历顺序无关
        for (int i = 0; i < coins.size(); i++) {
            for (int j = coins[i]; j <= amount; j++) {
                if (dp[j - coins[i]] != INT_MAX)
                dp[j] = min (dp[j], dp[j - coins[i]] + 1);
            }
        }
        if(dp[amount] == INT_MAX) return -1;
        else return dp[amount];
    }
};

二、完全平方数

与前一题大致相同，不过是物品的重量、价值等等效变量改变

class Solution {
public:

    int numSquares(int n) {
        //dp[j]表示和为j时最少的完全平方数

        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], dp[j - i*i] + 1);
            }
        }
        return dp[n];
    }
};

三、完全背包总结

最重要的就是如何将问题转化为背包问题，对应上背包的容量，物品的重量以及价值，从而取套用模板

1. 最高价值
   • 求放入什么物品在有限容量内达到最高价值
   • 背包从小到大循环，保证每个物品可以添加多次
   • 递推公式为dp[j] = max (dp[j], dp[j - weight[i]] + value[i])
   • 遍历顺序可以颠倒
   • 例如：求最高价值
2. 最多方法
   • 求有多少种组合或者排列可以满足条件
   • 背包从小到大循环，保证每个物品可以添加多次
   • 递推公式为dp[j] += dp[j - nums[i]]
   • 先遍历背包为求排列，先遍历物品为求组合
   • 例如：零钱兑换，组合总和Ⅳ
3. 最少个数
   • 求达成某种条件最少需要几个物品
   • 背包从小到大循环，保证每个物品可以添加多次
   • 递推公式为dp[j] = mix (dp[j], dp[j - weight[i]] + 1)
   • 遍历顺序可以颠倒，个数与遍历顺序无关
   • 算是求最高价值的反向问题
   • 例如：零钱兑换，完全平方数

---

总结

每道题的大致思路都差不太多，主要是更改了一些条件，还得多多练习
学习时间90min。
学习资料：《代码随想录》。