代码随想录第38天|完全背包

322.零钱兑换

视频讲解：动态规划之完全背包，装满背包最少的物品件数是多少？| LeetCode：322.零钱兑换_哔哩哔哩_bilibili

代码随想录

第一想法：

经过自己画图之后，如下：

• dp[ j ]含义 ：装满 j 所需的最少硬币数为 dp [ j ]
• 递推公式 : dp [ j ] =  min (dp[ j ] ,dp [ j - coins[i] ]+1)
• 初始化 :
  • dp [ 0 ] = 0;
  • 非零元素 全部初始化为 最大值
• 遍历顺序
  • 这是一个组合问题，所以先遍历物品，再遍历背包
• 若 dp[ amount] ==Max || dp[amount] ==0 ,返回-1

代码：

class Solution {
    public int coinChange(int[] coins, int amount) {
        int[] dp = new int[amount+1];
        Arrays.fill(dp,Integer.MAX_VALUE);
        dp[0] = 0;
        for (int i = 0; i < coins.length; i++) {
            for (int j = coins[i]; j <= amount; j++) {
                if(dp[j-coins[i]]!=Integer.MAX_VALUE){
                    //只有dp[j-coins[i]]不是初始最大值时，才有选择的必要否则就是。Max+1溢出直接变成最小值。
                    dp[j] = Math.min(dp[j],dp[j-coins[i]]+1);
                }
            }
        }
        return dp[amount]==Integer.MAX_VALUE?-1:dp[amount];
    }
}

279.完全平方数

视频讲解：动态规划之完全背包，换汤不换药！| LeetCode：279.完全平方数_哔哩哔哩_bilibili

代码随想录

 第一想法：

这道题和上面的题是一样的。但是特别注意两种写法是不一样的。

代码：

class Solution {
    public int numSquares(int n) {
        int[] dp = new int[n+1];
        Arrays.fill(dp,Integer.MAX_VALUE);
        dp[0] = 0;
        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]==Integer.MAX_VALUE?-1:dp[n];
    }
}

139.单词拆分

视频讲解：动态规划之完全背包，你的背包如何装满？| LeetCode：139.单词拆分_哔哩哔哩_bilibili

代码随想录

代码随想录

• dp[j]:字符串长度为j时，dp[j] = true,表示可以被拆分成多个在字典中出现的单词
• 递推公式： if([j, i] 这个区间的子串出现在字典里 && dp[j]是true) 那么 dp[i] = true。
• 初始化 : dp[0] = true
• 遍历顺序： 排序问题，先遍历背包，再遍历物品

 代码

class Solution {
    public boolean wordBreak(String s, List<String> wordDict) {
        boolean[] dp = new boolean[s.length()+1];
        dp[0] = true;
        for (int i = 1; i <= s.length(); i++) {
            for (String word : wordDict) {
                int length = word.length();
                if(i>=length&&dp[i-length]&&word.equals(s.substring(i-length,i))){
                    dp[i]=true;
                    break;
                }
            }
        }
        return dp[s.length()];
    }
}