322.零钱兑换
完全背包
完全背包的变形。为什么?因为每个硬币可以选很多次。注意初始化要最大值,因为要求的是最少的组合。还要注意,amount代表的是背包的最大容量,不同面额的硬币代表不同的物品,物品体积就是面额,物品价值为1,因为你要求的最少的硬币数目。
class Solution {
public int coinChange(int[] coins, int amount) {
int INF = Integer.MAX_VALUE / 2;
int [][] dp = new int[coins.length + 1][amount + 1];
for(int[] a: dp) {
Arrays.fill(a, INF); // 初始化
}
dp[0][0] = 0;
for(int i = 1; i <= coins.length; i++){
for(int j = 0; j <= amount; j++){
if(j >= coins[i-1]){
dp[i][j] = Math.min(dp[i][j - coins[i-1]] + 1, dp[i-1][j]);
}else{
dp[i][j] = dp[i-1][j];
}
}
}
return dp[coins.length][amount] == INF ? -1: dp[coins.length][amount];
}
}
一维数组
class Solution {
public int coinChange(int[] coins, int amount) {
int INF = Integer.MAX_VALUE / 2;
int [] dp = new int[amount + 1];
Arrays.fill(dp, INF); // 初始化
dp[0] = 0;
for(int i = 0; i < coins.length; i++){
for(int j = 0; j <= amount; j++){
if(j >= coins[i]){
dp[j] = Math.min(dp[j-coins[i]] + 1, dp[j]);
}
}
}
return dp[amount] == INF ? -1: dp[amount];
}
}
留个坑,想清楚初始化的问题。
评论里有很多背包问题的总结,后面看吧。
官方题解
太精妙了,看了两个方法总体的思路还是dp,都是在尾部建立状态,寻求当前尾部状态和之前已经得到尾部状态的转移,也就是分类讨论。代码不贴了,自己品吧。
F(S)=min{ F(S−C) } + 1
两种方法分别是自上而下(递归)和自下而上(迭代),和归并排序极其相似的思想。
可不可以借助第二种方法来理解完全背包的迭代呢,有无通用性?
我觉得官方题解也可以贴一下,后面二刷的时候贴吧。
279.完全平方数
完全背包
这题和322零钱兑换很像的,几乎就是一样,完全可以套用完全背包的模版。但是写的时候遇到了一个bug,一直过不去气死我了。
把输入的n看做是背包的容量,完全平方数看做每个物品,完全平方数的值看作是物品的体积,价值为1,因为最后求的还是最少的个数。
因为完全平方数视作物品的话什么时候是个头,限制完全平方数小于输入的n就行,依次加入1,4,9......有问题的代码是:for(int j = 1; j <= n ; j = (j+1)*(j+1) )简直脑瘫,你把j视为完全平方数,带入试试,1,4,25,26*26。
class Solution {
public int numSquares(int n) {
int[] dp = new int[n + 1];
Arrays.fill(dp, n + 1);
dp[0] = 0;
int x = 1;
for(int j = 1; j <= n ; j = x*x ) {
for(int i = 1; i <= n; i++) {//背包容量
if(i>=j) {
dp[i] = Math.min(dp[i - j] + 1, dp[i]);
}
}
x++;
}
return dp[n];
}
}
官方解法:
第一种感觉和322的解法很像,自底向上吧迭代。
第二种就是纯数学了,没啥意思。
啥时候官方题解看懂了再贴代码吧。。
这两题先这样了。