_39LeetCode代码随想录算法训练营第三十九天-动态规划完全背包 | 70.爬楼梯、322.零钱兑换、279.完全平方数
题目列表
- 70.爬楼梯(进阶)
- 322.零钱兑换
- 279.完全平方数
70.爬楼梯(进阶)
代码随想录地址:https://programmercarl.com/0070.%E7%88%AC%E6%A5%BC%E6%A2%AF%E5%AE%8C%E5%85%A8%E8%83%8C%E5%8C%85%E7%89%88%E6%9C%AC.html#%E6%80%9D%E8%B7%AF
题目
假设你正在爬楼梯。需要 n
阶你才能到达楼顶。
每次你可以爬 1
或 2
个台阶。你有多少种不同的方法可以爬到楼顶呢?
示例 1:
输入:n = 2
输出:2
解释:有两种方法可以爬到楼顶。
1. 1 阶 + 1 阶
2. 2 阶
示例 2:
输入:n = 3
输出:3
解释:有三种方法可以爬到楼顶。
1. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶
提示:
1 <= n <= 45
思路
可以抽象为一个完全背包问题,背包的最大容量问楼梯的阶数n,物品为1、2(分别表示1步或2步)。并且是一个排列问题,因为1、2和2、1到3楼的是不一样的。
动态规划五部曲:
- dp数组的含义
爬到i层,有dp[i]种方法。
- 确定递推公式
dp[i] += dp[i - j] //类似于组合和排列的递推公式,因为是求方法的种类。
- dp数组的初始化
dp[0] = 1;//仅仅是为了递推公式正常执行。
//也可以说到达0层有1种方法。
- 遍历顺序
由于是排列问题,因此外层循环是背包,内层循环是步数。
- dp数组的动态演示
草稿纸上完成。
代码
/*
* @lc app=leetcode.cn id=70 lang=cpp
*
* [70] 爬楼梯
*/
// @lc code=start
class Solution {
public:
int climbStairs(int n) {
int m = 2;
//定义dp数组
vector<int> dp(n + 1, 0);
//初始化dp数组
dp[0] = 1;
//遍历
for(int j = 0; j <= n; j++)
for(int i = 1; i <= 2; i++)//此处可以扩展到1、2、3步及以上步,将2改为n步就行
if(j - i >= 0)
dp[j] += dp[j - i];
return dp[n];
}
};
// @lc code=end
322.零钱兑换
代码随想录地址:https://programmercarl.com/0322.%E9%9B%B6%E9%92%B1%E5%85%91%E6%8D%A2.html
题目
给你一个整数数组 coins
,表示不同面额的硬币;以及一个整数 amount
,表示总金额。
计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1
。
你可以认为每种硬币的数量是无限的。
示例 1:
输入:coins = [1, 2, 5], amount = 11
输出:3
解释:11 = 5 + 5 + 1
示例 2:
输入:coins = [2], amount = 3
输出:-1
示例 3:
输入:coins = [1], amount = 0
输出:0
提示:
1 <= coins.length <= 12
- 1 <= coins[i] <= 2 31 2^{31} 231 - 1
- 0 <= amount <= 1 0 4 10^4 104
思路
动规五部曲:
- 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;
其他下标对应的数值呢?
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。
代码如下:
vector<int> dp(amount + 1, INT_MAX);
dp[0] = 0;
- 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,但是求组合的时间复杂度低一些。
求组合:外层循环为物品,内层循环为背包。
求排列:外层循环为背包,内层循环为物品。
由于是完全背包题目,因此遍历顺序为从小到大。
- dp数组动态推导
草稿纸完成。
代码
/*
* @lc app=leetcode.cn id=322 lang=cpp
*
* [322] 零钱兑换
*/
// @lc code=start
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
//定义dp数组
vector<int> dp(amount + 1, INT_MAX);
//dp数组初始化
dp[0] = 0;//表示凑成0有0种方案
//遍历
for(int data : coins)
for(int j = data; j <= amount; j++)
if(dp[j - data] != INT_MAX)//如果不加这个条件的 话dp[j - data] + 1会溢出
dp[j] = min(dp[j], dp[j - data] + 1);
//这种情况返回-1,就是说没有凑成
if(dp[amount] == INT_MAX)
return -1;
return dp[amount];
}
};
// @lc code=end
279.完全平方数
代码随想录地址:https://programmercarl.com/0279.%E5%AE%8C%E5%85%A8%E5%B9%B3%E6%96%B9%E6%95%B0.html
题目
给你一个整数 n
,返回 和为 n 的完全平方数的最少数量 。
完全平方数 是一个整数,其值等于另一个整数的平方;换句话说,其值等于一个整数自乘的积。例如,1
、4
、9
和 16
都是完全平方数,而 3
和 11
不是。
示例 1:
输入:n = 12
输出:3
解释:12 = 4 + 4 + 4
示例 2:
输入:n = 13
输出:2
解释:13 = 4 + 9
提示:
- 1 <= n <= 1 0 4 10^4 104
动态规划思路
思路
- dp数组的含义
dp[j]表示和为j的完全平方数的最少数量 。
- 递推公式
dp[j] = min(dp[j], dp[j - i * i] + 1)
- dp数组初始化
dp[0] = 0;//表示和为0的完全平方数的最小数量为0。
其他元素赋值为INT_MAX,保证初值不会覆盖递推过程产生的值。
- 遍历顺序
是完全背包,遍历顺序都是从小到大。
外层循环为遍历物品,内层循环遍历背包,以求得组合个数;相比于求得排列个数时间复杂度低。
- 动态推导dp
草稿纸上完成。
代码
/*
* @lc app=leetcode.cn id=279 lang=cpp
*
* [279] 完全平方数
*/
// @lc code=start
class Solution {
public:
int numSquares(int n) {
//定义及初始化dp数组
vector<int> dp(n + 1, INT_MAX);
dp[0] = 0;
//遍历
for(int i = 1; i * i <= n; i++)
for(int j = i * i; j <= n; j++)
if(dp[j - i * i] + 1 <= INT_MAX)
dp[j] = min(dp[j], dp[j - i*i] + 1);
return dp[n];
}
};
// @lc code=end
数学思路
思路
数学定理:
- 任何正整数都可以拆分成不超过4个数的平方和 —> 答案只可能是1,2,3,4
- 如果一个数最少可以拆成4个数的平方和,则这个数还满足 n = (4^a)*(8b+7) —> 因此可以先看这个数是否满足上述公式,如果不满足,答案就是1,2,3了
- 如果这个数本来就是某个数的平方,那么答案就是1,否则答案就只剩2,3了
- 如果答案是2,即n=a2+b2,那么我们可以枚举a,来验证,如果验证通过则答案是2
- 只能是3
代码
/*
* @lc app=leetcode.cn id=279 lang=cpp
*
* [279] 完全平方数
*/
// @lc code=start
class Solution {
public:
int numSquares(int n) {
//验证公式n = (4^a)*(8b+7) ,如果满足,则是4个数
while n % 4 == 0:
n /= 4
if n % 8 == 7:
return 4
a = 0
//判断答案是否为1和2
while a**2 <= n:
b = int((n - a**2)**0.5)
if a**2 + b**2 == n:
return (not not a) + (not not b)
a += 1
//前面都不满足,就是3
return 3
}
};
// @lc code=end