代码随想录day45内容 动态规划模块
“即使到不了远方,心中也要有远方的模样。”
文章目录
1.leetcode 70.爬楼梯进阶版
1.1 详细思路
这题用一般的动态规划思路也可以做,之前写过用一般动态规划思路做的,链接,这里用的是完全背包的思路,可以想想,如果每次可以走1,2,3…n步,然后再算有多少种方法可以走到楼顶,这就是完全背包的思路,但是这题只有1,2步的走法,也可以按照完全背包的思路来做。
1.2 做题步骤和详细代码实现
按照动态规划的做题步骤来分析
1.确定dp数组以及下标的含义
dp[j]表示走到j位置时有dp[j]种方法
2. 确定递推公式
** 假设ament=5
- 当组合中有一个1(nums[i])时候,那么就有dp[4]种方法凑成dp[5]
- 当组合中有一个2(nums[i])时候,那么就有dp[3]种方法凑成dp[5]
- …
- 当组合中有一个5(nums[i])时候,那么就有dp[0]种方法凑成dp[5]
根据下面得出递推公式dp[j]+=dp[j-nums[i]]**
3. dp数组的初始化问题
dp[0]=1
4.确定遍历顺序
双层都是从前往后的遍历
5.推导dp数组
跟之前的一样
代码实现
class Solution {
public int climbStairs(int n) {
int[] dp = new int[n+1];
int nums[] = {1,2};
dp[0]=1;
for(int i=0;i<=n;i++){
for(int j=0;j<nums.length;j++){
if(i>=nums[j]) dp[i]+=dp[i-nums[j]];
}
}
return dp[n];
}
}
2.leetcode 518.零钱兑换
2.1 做题步骤和详细代码实现
这题思路跟之前的零钱兑换Ⅱ差不多
按照动态规划的做题步骤来分析
1.确定dp数组以及下标的含义
dp[j]表示凑成总金额为j的最小组合数
2. 确定递推公式
dp[j]由dp[j-coins[i]]得出,所以dp[j]=Math.min(dp[j],dp[j-coins[i]]+1)
3. dp数组的初始化问题
将dp数组中的所有数初始为max,除了dp[0]=0
4.确定遍历顺序
双层都是从前往后的遍历
5.推导dp数组
详细代码实现
class Solution {
public int coinChange(int[] coins, int amount) {
int[] dp = new int[amount+1];
int max=Integer.MAX_VALUE;
for(int k=0;k<=amount;k++){
dp[k]=max;
}
dp[0]=0;
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];
}
}
3.leetcode 279.完全平方数
3.1 详细思路
这题比较不好想的就是递推公式,我们可以假设每个数n都是由一个数的平方加上另一个数得来的,例:n=ii+n’,然后n‘=jj+n”,由此推出,dp[j]就是由dp[j-i*i]+1得来的,综上dp[j]=Math.min(dp[j],dp[j]dp[j-i * i]+1)
3.2 做题步骤和详细代码实现
按照动态规划的做题步骤来分析
1.确定dp数组以及下标的含义
dp[j]表示组成j的完全平方数的最少数量
2. 确定递推公式
根据下面得出递推公式dp[j]=Math.min(dp[j],dp[j]dp[j-i * i]+1)
3. dp数组的初始化问题
dp[0]=0,将dp中的所有数初始化为max
4.确定遍历顺序
双层都是从前往后的遍历
5.推导dp数组
代码实现
class Solution {
public int numSquares(int n) {
int[] dp=new int[n+1];
int max=Integer.MAX_VALUE;
for(int i=0;i<=n;i++){
dp[i]=max;
}
dp[0]=0;
for(int i=1;i<=n;i++){
for(int j=i*i;j<=n;j++){
if(dp[j-i*i]!=max){//上一个还是为max的话就不能推导到j
dp[j]=Math.min(dp[j],dp[j-i*i]+1);
}
}
}
return dp[n];
}
}