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:
-
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。 -
确定递推公式
dp[i] += dp[i - j];
-
dp数组如何初始化
dp[0] = 1 ;
-
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!) -
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 ( n m ) O(nm) O(nm)
- 空间复杂度: O ( n ) O(n) 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:
-
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]
。 -
确定递推公式
dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
-
dp数组如何初始化
dp[0] = 0 ;
-
确定遍历顺序
先遍历背包,再遍历物品。(顺序可以颠倒!) -
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
∗
a
m
o
u
n
t
)
O(n * amount)
O(n∗amount),其中
n
为coins
的长度 - 空间复杂度: O ( a m o u n t ) O(amount) 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:
-
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]
。 -
确定递推公式
dp[j] = min(dp[j - i * i] + 1, dp[j]);
-
dp数组如何初始化
dp[0] = 0 ;
-
确定遍历顺序
先遍历背包,再遍历物品。(顺序可以颠倒!) -
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 ∗ √ n ) O(n * √n) O(n∗√n)
- 空间复杂度: O ( n ) O(n) O(n)