代码随想录算法训练营day45｜70. 爬楼梯（进阶），322. 零钱兑换，279.完全平方数

最新推荐文章于 2024-08-27 17:53:55 发布

扭一扭.

最新推荐文章于 2024-08-27 17:53:55 发布

阅读量127

点赞数

文章标签：动态规划算法

本文链接：https://blog.csdn.net/weixin_52121600/article/details/128247993

版权

70. 爬楼梯（进阶）

力扣

思路：

1. dp数组及其下标的含义：dp[i] 表示当爬到有i个台阶的楼顶，有 dp[i] 种方法；

2. 递推公式：求装满背包（楼梯）有几种方法，递推公式一般为 dp[i] += dp[i-nums[j]]；

3. 初始化：dp[0] = 1；

4. 遍历顺序：本题求排列数，先遍历bagSize（楼梯），再遍历nums[i]（每次爬的台阶数）；

class Solution {
    public int climbStairs(int n) {
        int[] dp = new int[n+1];
        int[] nums = {1,2};
        dp[0] = 1;
        for(int i=1;i<=n;i++){//i遍历bagSize
            for(int j=0;j<nums.length;j++){//j遍历物品
                if(i-nums[j]>=0) dp[i] += dp[i-nums[j]];
            }
        }
        return dp[n];
    }
}

322. 零钱兑换

力扣

思路：

1. dp数组及其下标的含义：dp[j]表示凑足总额为j所需钱币的最少个数为dp[j]；

2. 递推公式：当j>=coins[i]时，dp[j] = dp[j-coins[i]]+1；由于 dp[j] 要取最小值，所以 dp[j] = Math.min(dp[j],dp[j-coins[i]+1)；

3. 初始化：dp[0] = 0；其他下标的 dp[j] 则初始化为一个最大的数，以防比较过程中被覆盖；

4. 遍历顺序：本题并不强调求组合数还是排列数，因此两种遍历顺序均可。此处，采取遍历顺序为：coins（物品）放在外循环，amount（背包）在内循环。且内循环正序。

class Solution {
    public int coinChange(int[] coins, int amount) {
        int max = Integer.MAX_VALUE;
        int[] dp = new int[amount+1];
        for(int j=1;j<dp.length;j++){
            dp[j]=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 dp[amount]==max?-1:dp[amount];
    }
}

279.完全平方数

力扣

思路：

1. 完全平方数就是物品（可以无限件使用），要凑的正整数n就是背包，那么题目可以转化为，凑满这个背包最少有多少物品？

2. dp数组及其下标的含义：dp[j]代表和为j的完全平方数的最少数量为dp[j]；

3. 递推公式：dp[j] 可以由 dp[j-i*i] 推出，dp[j-i*i] +1 即可得到一个dp[j]；由于要取最小值，dp[j] = Math.min(dp[j],dp[j-i*i]+1)；

4. 初始化：dp[0] = 0；非0下标的dp[j]则初始化为最大值；

5. 遍历顺序：由于本题并不强调求组合数还是排列数，因此两种遍历顺序均可；

class Solution {
    public int numSquares(int n) {
        int max = Integer.MAX_VALUE;
        int[] dp = new int[n+1];
        for(int j=1;j<dp.length;j++){
            dp[j] = max;
        }
        for(int j=1;j<=n;j++){
            for(int i=1;i*i<=j;i++){
                dp[j]=Math.min(dp[j],dp[j-i*i]+1);
            }
        }
        return dp[n];
    }
}