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。
- 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 ( n ) 2 ({\sqrt{n}})^2 (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; - 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:
- 首先判断是否可以满足成本等于target的要求;
- 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:
- 尽可能的选择最长的;
- 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;
}
}