代码随想录Day39|322. 零钱兑换、279.完全平方数、139.单词拆分

322. 零钱兑换

        dp[j]：装满容量为j的背包的最小元素个数。

        递推公式：dp[j] = Math.min(dp[j],dp[j-coins[i]]+1);

        初始化：dp[0] = 0,因为要取最小值，所以待更新的区域都初始化成最大值。

        遍历顺序：因为不强调组合还是排列，只是求元素个数。

class Solution {
    public int coinChange(int[] coins, int amount) {
        int[] dp = new int[amount + 1];
        int max = Integer.MAX_VALUE -1;
        for(int i = 1; i<=amount;i++){
            dp[i] = max;
        }
        for(int i = 0; i <coins.length; i++){
            for(int j = coins[i]; j<=amount; j++){
                if(dp[j-coins[i]] != max){
                    dp[j] = Math.min(dp[j],dp[j-coins[i]]+1);

                }
            }
        }
        return max == dp[amount]? -1:dp[amount];

    }
}

279.完全平方数

这题是自己用了个类似于查表法的思路，生成了个平方数的数组。看了题解后觉得自己很呆。

        dp[j]：装满容量为j的背包的最小元素个数。

        递推公式：dp[j] = Math.min(dp[j],dp[j-nums[i]]+1);

        初始化：dp[0] = 0,因为要取最小值，所以待更新的区域都初始化成最大值。

        遍历顺序：因为不强调组合还是排列，只是求元素个数。

class Solution {
    public int numSquares(int n) {
        int[] nums = new int[101];
        for(int i = 1; i <nums.length;i++){
            nums[i] = i*i;
        }

        int[] dp = new int[n+1];
        int max = Integer.MAX_VALUE;
        for(int i = 1; i <=n; i++){
            dp[i] = max;
        }
        for(int i = 1; i < nums.length; i++){
            for(int j = 1; j<=n; j++){
                if(j - nums[i] >=0){
                    dp[j] = Math.min(dp[j],dp[j-nums[i]] + 1);
                }
            }
        }

        return dp[n];
    }
}

139.单词拆分

个人觉得这题不太好理解，但是好像其他同学觉得不难。

dp[i] : 背包为i容量，这里应该必须是从字符串的[0,i],能用字典单词组合成功为true，否则为false。

递推公式：dp[i] = set.contains(substring[j,i]) && dp[j]

这里dp[j]是加新单词之前的状态，如果新单词能找到，新单词之前的字符串也能找到，才输出dp[i]=true。

注意要判断下，再进入递归公式，有可能dp[i]本来已经为true了，但是新截取的字符串构不成单词，又给赋值成false了，所以不要每次都赋值。只要改过一次为true了就说明[0,i]是可以组合成功的。

遍历顺序：组合数，外层遍历背包。

初始化：dp[0] = true，其他都是false

class Solution {
    public boolean wordBreak(String s, List<String> wordDict) {
        Set<String> set = new HashSet<>(wordDict);
        boolean[] dp = new boolean[s.length() +1];
        dp[0] = true;

        //排列，外层遍历背包
        for(int i = 1; i <=s.length(); i++){
            for(int j =0;i > j;j++){
                if(set.contains(s.substring(j,i)) && dp[j]){
                    dp[i]= true;
                }
            }
        }
        return dp[s.length()];
    }
}