Day45 | 70. 爬楼梯 | 322. 零钱兑换 | 279. 完全平方数

70. 爬楼梯

注意点：

1.本题可以理解为完全背包问题的排序问题

2. 递归公式是 dp[i] += dp[i - j]，那么dp[0] 一定为1，dp[0]是递归中一切数值的基础所在，如果dp[0]是0的话，其他数值都是0了

class Solution {
public:
    int climbStairs(int n) {
        // 动态规划方法
        // dp[j]的含义就是当到达的台阶数是n的话，到达楼顶n的方法为dp[j]
        vector<int> dp(n+1, 0);
        // 既然递归公式是 dp[i] += dp[i - j]，那么dp[0] 一定为1，dp[0]是递归中一切数值的基础所在，如果dp[0]是0的话，其他数值都是0了。
        dp[0] = 1;
// 组合问题，先背包后物品
// 背包就是台阶总数n，物品就是每一步走的0或者1步
        for(int j = 0; j <= n; j++) {
            for(int i = 1; i <=2; i++) {
                if(j >= i) dp[j] += dp[j-i];
            }

        }
        

        return dp[n];
    }
};

322. 零钱兑换

注意点：

1.本题是计算最小的硬币的个数的，所以将dp数组初始化为INT_MAX

2.if (dp[j - coins[i]] != INT_MAX)的含义是当dp[j]的数目等于INT_MAX的是时候，再加1会变成最小值，所以需要if条件语句进行判断

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
//dp[j]表示达到金额j时，所需的最小硬币数为dp[j]
        vector<int> dp(amount + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 0; i < coins.size(); i++) { // 遍历物品
            for (int j = coins[i]; j <= amount; j++) { // 遍历背包
            //dp[j-coins[i]]可能为INT_MAX，再加1就超出长度
                if (dp[j - coins[i]] != INT_MAX) { // 如果dp[j - coins[i]]是初始值则跳过
                    dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
                }
            }
        }
        if (dp[amount] == INT_MAX) return -1;
        return dp[amount];
    }
};

 279. 完全平方数

 注意点：

 1.和 322. 零钱兑换一样 

class Solution {
public:
    int numSquares(int n) {
        vector<int> dp(n+1, INT_MAX);

        dp[0] = 0;
        // 先物品后背包
        for(int i = 1; i*i <= n; i++) {
            for(int j = i*i; j <= n; j++) {
                dp[j] = min(dp[j], dp[j-i*i]+1);
            }
        }
        return dp[n];
        
    }
};