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。
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];
}
};
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];
}
};
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];
}
};