DAY45|70.爬楼梯 （进阶） 、322.零钱兑换（看视频对使用组合排列的分析）、279.完全平方数

70.爬楼梯 （进阶）

这道题目 爬楼梯之前我们做过，这次再用完全背包的思路来分析一遍

class Solution {
    public int climbStairs(int n) {
//dp[i]：爬到有i个台阶的楼顶，有dp[i]种方法。3=1+2 三就是背包 1、2：就是物品重量 价值相当于几种方法
    int[] dp=new int[n+1];
    int[] weight={1,2};
    dp[0]=1; //这样才符合题意要求；dp[i]=dp[i]+dp[i-weight[j]];

    for(int j=0;j<=n;j++){
        for(int i=0;i<weight.length;i++){//放不放物品i
            if(j>=weight[i]) dp[j]+=dp[j-weight[i]];//把上一层的加上 这一层的 如 背包大小为6=2+2+2和背包大小为4=2+2 是不同背包大小中的同一种方法
        }
    }
    return dp[n];

    }
}

322.零钱兑换
如果求组合数就是外层for循环遍历物品，内层for遍历背包。
如果求排列数就是外层for遍历背包，内层for循环遍历物品。
这句话结合本题 大家要好好理解。

class Solution {
    public int coinChange(int[] coins, int amount) {
         int max = Integer.MAX_VALUE;
        //当背包重量为j时，最少用了多少个硬币 
        int[] dp=new int[amount+1];
        //初始化dp数组为最大值
        for (int j = 0; j < dp.length; j++) {
            dp[j] = max;//因为本题每次取的是最小值
        }
        //当金额为0时需要的硬币数目为0
        dp[0] = 0;
        for (int i = 0; i < coins.length; i++) {
            //正序遍历：完全背包每个硬币可以选择多次
            for (int j = coins[i]; j <= amount; j++) {
                //只有dp[j-coins[i]]不是初始最大值时，该位才有选择的必要！！！！！！！！！！！
                if (dp[j - coins[i]] != max) {
                    //选择硬币数目最小的情况 ，因为这个是计数而不是多少种方法所以由上一个得来每次要+1
                    dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
                }
            }
        }
        return dp[amount] == max ? -1 : dp[amount];

    }
}

279.完全平方数
本题 和 322. 零钱兑换 基本是一样的，大家先自己尝试做一做

class Solution {
    public int numSquares(int n) {
        int max=Integer.MAX_VALUE;
        //dp[j] :重量为j时 最少由多少个完全平方数组成
        int[] dp=new int[n+1];
        //初始化
        Arrays.fill(dp,Integer.MAX_VALUE);
        dp[0]=0;
        //排列，组合方式都可以 因为和上题一样是算数量顺序有无都行
        //先遍历物品 例如：12 物品应该有（全是完全平方数）：1 4 9 16（不可以因为大于12）
        //先遍历物品根据提示从1开始
        for(int i=1;i*i<=n;i++){
            //再遍历背包 背包至少要装下i*i所以从 i*i开始
            for(int j=i*i;j<=n;j++){
                if(dp[j-i*i]!=max){
                    dp[j]=Math.min(dp[j],dp[j-i*i]+1);
                }
            }
        }
        return dp[n];
    }
}