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

爬楼梯 （进阶）

题目链接：力扣

需要n阶梯才能到达楼顶，即背包的容量为n
每次只能爬一个阶梯或两个阶梯，即物品的重量为1或2
求 有多少种不同的方法可以爬到楼顶，即求装满背包共有多少种方法：递推式dp[j] += dp[j-num[i]];
由于爬楼梯属于排列问题，所以先遍历背包，再遍历物品

1. 确定dp数组以及下标的含义
   dp[i]：爬到有i个台阶的楼顶，有dp[i]种方法。
2. 确定递推公式
   求装满背包有几种方法，递推公式一般都是dp[i] += dp[i - nums[j]];
3. dp数组如何初始化
   dp[0] =1，其他数值都是0。
4. 确定遍历顺序
   求排列问题，即：1、2 步 和 2、1 步都是上三个台阶，但是这两种方法不一样
5. 举例来推导dp数组

     int climbStairs(int n)
     {
         int num[2] = {1,2};

         vector<int>dp(n+1);

         dp[0]=1;

         for(int j=0; j<=n; j++)
          for(int i=0; i<2 ;i++)
          {
              if(j-num[i] >= 0)
              dp[j] += dp[j-num[i]];
          }

          return dp[n];
     }

 零钱兑换

题目链接：力扣

题目要求 返回可以凑成总金额所需的 最少的硬币个数。

在之前的题目“一和零”中，我们求过装满背包最多有多少个物品时使用的递推公式为：
dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
（那道题的背包是二维的，所以有二个维度）

而此题则是要求装满背包最少有多少个物品，则递推公式为：
dp[j] = min(dp[j], dp[j - coins[i]] + 1);

那么初始化时，除dp[0]为0之外，其他都为INT_MAX，自己做题的时候就是初始化没做对

由于可以重复取硬币，所以是完全背包问题，这里无关组合或排列，所以遍历顺序都行

1. 确定dp数组以及下标的含义
   dp[j]：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
   递推公式：dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
3. dp数组如何初始化
   首先凑足总金额为0所需钱币的个数一定是0，那么dp[0] = 0; 且示例中已经给出
   考虑到递推公式的特性，dp[j]必须初始化为一个最大的数，
   否则就会在min(dp[j - coins[i]] + 1, dp[j])比较的过程中被初始值覆盖。
   所以下标非0的元素都是应该是最大值。
4. 确定遍历顺序
   本题求钱币最小个数，那么钱币有顺序和没有顺序都可以，都不影响钱币的最小个数。
   所以本题并不强调集合是组合还是排列。
5. 举例推导dp数组

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {

        vector<int>dp(amount+1,INT_MAX);  //总金额为amount的钱包，可以装的最少硬币数
        dp[0]=0;

        for(int i=0;i<coins.size();i++)
         for(int j=coins[i]; j<=amount ;j++)
         {
             if (dp[j - coins[i]] != INT_MAX)
             dp[j] = min(dp[j], dp[j-coins[i]]+1);
         }

         if(dp[amount]==INT_MAX) return -1;

         return dp[amount];

    }
};

完全平方数 

题目链接：力扣

这道题和前一题实际上是一样的思路，都是求 装满背包的最少物品，这里直接贴上我的答案

class Solution {
public:
    int numSquares(int n) {

        vector<int>dp(n+1, INT_MAX);    //和为n+1的完全平方数的最少数量
        vector<int>nums;

        for(int i=1; pow(i,2) <= n ; i++)
        {
 //           cout<<pow(i,2)<<endl;
             nums.push_back(pow(i,2));
        }
           

        dp[0]=0;

        for(int i=0; i<nums.size();i++)
         for(int j=nums[i];j<=n;j++)
         {
             dp[j]=min(dp[j],dp[j-nums[i]]+1);
         }

         return dp[n];


    }
};