代码随想录算法训练营day38 | 322. 零钱兑换、279.完全平方数、139.单词拆分、多重背包理论基础-CSDN博客

本文链接：https://blog.csdn.net/weixin_45182267/article/details/141054915

碎碎念：加油
参考：代码随想录

322. 零钱兑换

题目链接

322. 零钱兑换

思想

每个钱币可以使用无数次，所以是完全背包问题。本题求的是装满背包最少用多少件物品，和组合和排列没有关系，所以遍历顺序的两层for循环位置可以互换。
动态规划五部曲：

确定dp数组以及下标的含义：dp[j]，装满容量为j的背包最少物品为dp[j]。
确定递推公式：dp[j] =min(dp[j-coins[i]] + 1, dp[j])
dp数组的初始化：dp[0]=0，非零下标的值初始化为int的最大值
确定遍历顺序：两层for循环，第一层for循环遍历物品，第二层for循环遍历背包。遍历背包的时候正序遍历。
打印dp数组：主要用来debug。

题解

// cpp
class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        vector<int> dp(amount+1, INT_MAX);
        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 - coins[i]] + 1, dp[j]);
                }
            }
        }
        if (dp[amount] == INT_MAX) return -1;
        return dp[amount]; 
    }
};

# python
class Solution:
    def coinChange(self, coins: List[int], amount: int) -> int:
        dp = [float('inf')] * (amount + 1)
        dp[0] = 0

        for coin in coins:
            for i in range(coin, amount + 1):
                if dp[i - coin] != float('inf'):
                    dp[i] = min(dp[i - coin] + 1, dp[i])
        
        if dp[amount] == float('inf'):
            return -1
        return dp[amount]

反思

279.完全平方数

题目链接

279.完全平方数

思想

本题和上一题很相似。区别只在于上一题的coins变成了完全平方数。
动态规划五部曲：

确定dp数组以及下标的含义：dp[j]，装满容量为j的背包最少物品为dp[j]。
确定递推公式：dp[j] =min(dp[j-i*i] + 1, dp[j])
dp数组的初始化：dp[0]=0，非零下标的值初始化为int的最大值
确定遍历顺序：两层for循环，第一层for循环遍历物品，第二层for循环遍历背包。遍历背包的时候正序遍历。
打印dp数组：主要用来debug。

题解

// cpp
class Solution {
public:
    int numSquares(int n) {
        vector<int> dp(n + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 1; i * i <= n; i++) {
            for (int j = i * i; j <= n; j++) {
                dp[j] = min(dp[j - i * i] + 1, dp[j]);
            }
        }
        if (dp[n] == INT_MAX)
            return -1;
        return dp[n];
    }
};

# python
class Solution:
    def numSquares(self, n: int) -> int:
        dp = [float('inf')] * (n + 1)
        dp[0] = 0

        for i in range(1, int(n**0.5) + 1):
            for j in range(i * i, n + 1):
                if dp[j - i * i] != float('inf'):
                    dp[j] = min(dp[j - i * i] + 1, dp[j])
        
        if dp[n] == float('inf'):
            return -1
        return dp[n]

反思

139.单词拆分

题目链接

139.单词拆分

思想

本题的每个物品都可以使用多次，所以这是完全背包的问题。
本题的结果对单词顺序有要求，所以本题求的是排列数。
动态规划五部曲：

确定dp数组以及下标的含义：字符串长度为i，如果能够由字典中的单词组成，dp[i]为true，最后返回dp[s.size()]
确定递推公式：如果[j,i]的单词在字典中且dp[j]为true，那么dp[i]为true
dp数组的初始化：dp[0]=true，dp[0]没有确切的含义，取0是为了递推公式能有效。对非零下标的值，默认为false
确定遍历顺序：求排列数，两层for循环，第一层for循环遍历背包，第二层for循环遍历物品。遍历背包的时候正序遍历。
打印dp数组：主要用来debug。

题解

// cpp
class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
         unordered_set<string> wordSet(wordDict.begin(), wordDict.end());
         vector<bool> dp(s.size() + 1, false);
         dp[0] = true;
         for (int i = 1; i <= s.size(); i++) {
            for (int j = 0; j < i; j++) {
                string word = s.substr(j, i - j);
                if (wordSet.find(word) != wordSet.end() && dp[j]) {
                    dp[i] = true;
                }
            }
        }
        return dp[s.size()];
    }
};

# python
class Solution:
    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
        wordSet = set(wordDict)
        n = len(s)
        dp = [False] * (n + 1)
        dp[0] = True

        for i in range(1, n + 1):
            for j in range(i):
                if dp[j] and s[j:i] in wordSet:
                    dp[i] = True
                    break
        
        return dp[n]