Leecode---279完全平方数+1449数位成本和为目标值的最大数字

279完全平方数

思路

这个题和零钱兑换问题很相似，都是完全背包问题（一个物品可以使用多次），所以可以在经过少量处理后，直接借用其代码。

1. 首先计算出完全平方数的范围，并将其存入一个数组nums内，形成我们熟悉的背包问题的形式；很显然，对于输入n，其范围内完全平方数最大为$(\sqrt{n}{)}^2$，因为n的范围在1-10000，故最多有100个互相独立的完全平方数；
2. 状态转移方程：dp[i]=Math.min(dp[i], dp[i-nums[j]]+1)；

代码

class Solution {
    public int numSquares(int n) {
        int s = (int)Math.sqrt(n);

        int[] dp = new int[n+1];
        int[] nums = new int[s];
        for(int i=0;i<s;i++)
            nums[i] = (i+1)*(i+1);
        Arrays.fill(dp,n+1);
        dp[0] = 0;

        for (int i=1;i<=n;i++)
        {
            for (int j=0;j<s;j++)
            {
                if (i>=nums[j])
                    dp[i] = Math.min(dp[i], dp[i-nums[j]]+1);
            }
        }
        return dp[n];
    }
}

1449数位成本和为目标值的最大数字

思路

这个问题可以拆分成两个问题进行求解：

1. 首先判断是否可以满足成本等于target的要求；
2. 在满足要求的情况中寻找最大的拼接数字。

首先解决第一个小问题，这里可以视为一个容量为target的背包，需要装重量分别为cost的物品，每种物品有无限个，是否可以正好装满的完全背包问题，因此可以得到下面的代码：

		int[] dp = new int[target+1];
		Arrays.fill(dp, Integer.MIN_VALUE);
        dp[0] = 0;
        for (int i=0;i<9;i++)
        {
            for (int j=cost[i];j<=target;j++)
            {
                dp[j] = Math.max(dp[j], dp[j-cost[i]]+1);
            }
        }

如果对于目标值target，dp[target]=0，也就是示例二的情况，直接返回"0"：

		if(dp[target] < 0)
			return "0";

如果满足条件，那么开始寻找最大的拼接数字。从题意可以得知，数位值=cost数组索引值+1，因此我们从cost数组的尾部开始寻找符合条件的拼接数字，原则是：

1. 尽可能的选择最长的；
2. 存在多个长度相等、且长度为最大值的情况时，由左至右比较每一位数字的大小，寻找值最大的。

		int j=target;
		for(int i=len-1;i>=0;i--){
			//反推dp的过程
			while( (j>=cost[i]) && (dp[j] == dp[j-cost[i]] + 1) )
			{
				ans += (i+1);//前面说了，数位值=索引值+1，因为ans初始化的是""，这里使用‘+’运算符，可以直接将后续的int直接转为String添加到最终的结果中
				j = j-cost[i];
			}
		}

代码

class Solution {
    public String largestNumber(int[] cost, int target) {
        String ans = "";
        int len = cost.length;
        int[] dp = new int[target+1];
        
        Arrays.fill(dp, Integer.MIN_VALUE);
        dp[0] = 0;
        for (int i=0;i<9;i++)
        {
            for (int j=cost[i];j<=target;j++)
            {
                dp[j] = Math.max(dp[j], dp[j-cost[i]]+1);
            }
        }


        //for (int i=0;i<=target;i++){
        //    System.out.println(i+" \t"+dp[i]);
        //}

        //如果不能cost的值无法组成target，返回"0"
        if (dp[target] < 0)
            return "0";

        //在满足条件的组合中找到最大数，优先选择最长的，长度相同选拼接起来的数字更大的，拼接数字时，cost数组从后向前遍历
        int j = target;
        for(int i=len-1;i>=0;i--)
        {
            while ((j>=cost[i]) && (dp[j] == dp[j-cost[i]]+1) )
            {
                ans += String.valueOf(i+1);
                j = j-cost[i];
            }
        }

        return ans;
    }
}