第九章 动态规划part07

文章介绍了使用动态规划方法解决的三个问题:爬楼梯的进阶版(涉及完全背包)、零钱兑换的最短路径和计算完全平方数的最少分解次数。每个问题都展示了如何通过递推公式和数组优化求解。
摘要由CSDN通过智能技术生成

57. 爬楼梯(第八期模拟笔试) (kamacoder.com)

爬楼梯的进阶版?

一次可以爬多级阶梯,用完全背包就可以搞定

while True:
    try:
        n,m = map(int,input().split())
        dp = [0] * (n+1)
        dp[0] = 1
        for j in range(0,n+1):
            for i in range(1,m+1):
                dp[j] += dp[j-i]
        print(dp[n])
    except EOFError:
        break

322. 零钱兑换

零钱兑换,关键的还是递推公式,dp[j] = min(dp[j-nums[i]],dp[j])

class Solution:
    def coinChange(self, coins: List[int], amount: int) -> int:
        if amount == 0:
            return 0
        dp = [inf] * (amount + 1)
        dp[0] = 0
        for i in range(len(coins)):
            for j in range(coins[i],amount+1):
                dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
        if dp[amount] != inf:
            return dp[amount]
        else:
            return -1
                

279. 完全平方数

自己对于平方数的处理有点公式化了,想着必须先弄出来一个数组

class Solution:
    def numSquares(self, n: int) -> int:
        nums = []
        for i in range(1,n+1):
            if int(sqrt(i)) == sqrt(i):
                nums.append(i)
        dp = [inf] * (n+1)
        dp[0]=0
        print(nums)
        for i in range(len(nums)):
            for j in range(nums[i],n+1):
                dp[j] = min(dp[j-nums[i]]+1,dp[j])
        return dp[n]

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值