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
- 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。 - 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]]; - dp数组如何初始化
dp[0] =1,其他数值都是0。 - 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 - 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
- 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] - 确定递推公式
递推公式:dp[j] = min(dp[j - coins[i]] + 1, dp[j]); - 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。 - 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。 - 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];
}
};