代码随想录算法训练营第四十五天|70. 爬楼梯 （进阶）、322. 零钱兑换 、279.完全平方数

70. 爬楼梯 （进阶）

文档讲解 ： 代码随想录 - 70. 爬楼梯 （进阶）
状态：再次回顾。

动态规划五部曲：

1. 确定dp数组（dp table）以及下标的含义
   dp[i]的定义为：爬到有i个台阶的楼顶，有dp[i]种方法。

2. 确定递推公式
   dp[i] += dp[i - j];

3. dp数组如何初始化
   dp[0] = 1 ;

4. 确定遍历顺序
   求排列，先遍历背包，再遍历物品。（不可以换顺序！）

5. 举例推导dp数组:
   和组合总和一样。

本题代码：
代码中m表示最多可以爬m个台阶

class Solution {
public:
    int climbStairs(int n) {
        vector<int> dp(n + 1, 0);
        dp[0] = 1;
        for (int i = 1; i <= n; i++) { // 遍历背包
            for (int j = 1; j <= m; j++) { // 遍历物品
                if (i - j >= 0) dp[i] += dp[i - j];
            }
        }
        return dp[n];
    }
};

• 时间复杂度: $O(nm)$
• 空间复杂度: $O(n)$

322. 零钱兑换

文档讲解 ： 代码随想录 - 322. 零钱兑换
状态：再次回顾。

动态规划五部曲：

1. 确定dp数组（dp table）以及下标的含义
   dp[i]的定义为：凑足总额为j所需钱币的最少个数为dp[j]。

2. 确定递推公式
   dp[j] = min(dp[j - coins[i]] + 1, dp[j]);

3. dp数组如何初始化
   dp[0] = 0 ;

4. 确定遍历顺序
   先遍历背包，再遍历物品。（顺序可以颠倒！）

5. 举例推导dp数组:
   以输入：coins = [1, 2, 5], amount = 5为例：
   

本题代码：

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++) { // 遍历物品
            for (int j = coins[i]; j <= amount; j++) { // 遍历背包
                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 - coins[i]] + 1, dp[j]);
                }
            }
        }
        if (dp[amount] == INT_MAX) return -1;
        return dp[amount];
    }
};

• 时间复杂度: $O(n\ast amount)$，其中 n 为 coins 的长度
• 空间复杂度: $O(amount)$

279.完全平方数

文档讲解 ： 代码随想录 - 279.完全平方数
状态：再次回顾。

动态规划五部曲：

1. 确定dp数组（dp table）以及下标的含义
   dp[i]的定义为：和为j的完全平方数的最少数量为dp[j]。

2. 确定递推公式
   dp[j] = min(dp[j - i * i] + 1, dp[j]);

3. dp数组如何初始化
   dp[0] = 0 ;

4. 确定遍历顺序
   先遍历背包，再遍历物品。（顺序可以颠倒！）

5. 举例推导dp数组:
   以输入n为5例，dp状态图如下：
   

本题代码；

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++) { // 遍历物品
            for (int j = i * i; j <= n; j++) { // 遍历背包
                dp[j] = min(dp[j - i * i] + 1, dp[j]);
            }
        }
        return dp[n];
    }
};

• 时间复杂度: $O(n\ast \surd n)$
• 空间复杂度: $O(n)$