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

突发发现在掌握了生硬的理论部分及方法论后常规题目嘎嘎乱杀，不过写完后的代码还有很大的优化空间。

问题1：70. 爬楼梯 - 力扣（LeetCode）

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

思路：一开始做这个题目用的是动态规划，找递归关系，现在把它归为背包问题。由于物品数量可以无限取，所以属于绝对背包问题。首先dp【j】表示背包容量为j时的方法数之和，先对背包容量进行遍历，再对物品进行遍历，两者顺序不能交换。因为该题实际上求的是排列数，若先遍历物品再遍历包得到的是组合。代码如下：

class Solution {
public:
    int climbStairs(int n) {
        vector<int> dp(n+1,0);
        dp[0]=1;
        for(int j=1;j<=n;j++){
            for(int i=1;i<=2;i++)
            {
                if(j>=i) dp[j]+=dp[j-i];
            }
        }
        return dp[n];
    }
};

问题2：322. 零钱兑换 - 力扣（LeetCode）

给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。

计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额，返回 -1 。

你可以认为每种硬币的数量是无限的。

思路：首先明确这是个完全背包问题，dp[j]表示凑陈j金额所需最少硬币个数，同时初始化值为INT_MAX。这个题实际上求的是组合数，所以先遍历硬币数再遍历背包容量，代码如下：

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        vector<int> dp(amount+1,100000);
        dp[0]=0;
        for(int i=0;i<coins.size();i++){
            for(int j=coins[i];j<=amount;j++){
                dp[j]=min(dp[j],dp[j-coins[i]]+1);
            }
        }
        if(dp[amount]==100000) return -1;
        return dp[amount];
    }
};

问题3：279. 完全平方数 - 力扣（LeetCode）

给你一个整数 n ，返回 和为 n 的完全平方数的最少数量 。

完全平方数 是一个整数，其值等于另一个整数的平方；换句话说，其值等于一个整数自乘的积。例如，1、4、9 和 16 都是完全平方数，而 3 和 11 不是。

思路：该题的物品数有点特殊，我一开始是将1-100的平方数压入了一个向量中再进行遍历，造成了空间复杂度增加。实际上只需要在遍历和递归式上操作就行，把原来的item变为item*item即可，代码如下：

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