代码随想录算法训练营第四十五天| 70.爬楼梯（进阶）、322.零钱兑换、279.完全平方数

最新推荐文章于 2024-09-13 16:27:15 发布

xux1aot1an

最新推荐文章于 2024-09-13 16:27:15 发布

阅读量35

点赞数

文章标签：算法动态规划 leetcode

本文链接：https://blog.csdn.net/xux1aot1an/article/details/130423214

版权

70 爬楼梯（进阶）

class Solution {
public:
    int climbStairs(int n) {
        vector<int> dp(n + 1, 0);
        dp[0] = 1;
        for (int i = 1; i <= n; i++) { // 遍历背包
            for (int j = 1; j <= m; j++) { // 遍历物品
                if (i - j >= 0) dp[i] += dp[i - j];
            }
        }
        return dp[n];
    }
};

322 零钱兑换

题目链接：322
思路：完全背包问题。

数组dp[j]代表装满背包容量j所需的最少硬币数。
装满j-coins[i]需要的最少数量为dp[j-coins[i]]，此时再加一枚硬币，即可装满，为了取最小，因此需考虑所有dp[j-coins[i]]+1中最小的，即递推公式dp[j]=min(dp[j], dp[j-coins[i]]+1)。
凑足金额0所需硬币为0，因此dp[0]=0，为了后续将初始值覆盖，其他初始化为INT_MAX。
不强调组合还是排列，因此先遍历背包或先遍历物品都行。

代码：

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

279 完全平方数

题目链接：279
思路：完全背包问题。与322 零钱兑换类似。
代码：

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