DP(6) | 完全背包 | Java | LeetCode 322, 179, 139 做题总结

aPurpleBerry

已于 2024-07-18 22:15:02 修改

阅读量206

点赞数 8

分类专栏： LeetCode做题总结文章标签： java leetcode

于 2024-07-18 22:14:46 首次发布

本文链接：https://blog.csdn.net/yavlgloss/article/details/140487318

版权

LeetCode做题总结专栏收录该内容

54 篇文章 0 订阅

订阅专栏

322. 零钱兑换

我的错误答案

class Solution {
    public int coinChange(int[] coins, int amount) {
        int[][]dp = new int [coins.length][amount+1];

            for(int j=0; j<=amount; j++) {
                if(coins[0] == j){
                    dp[0][coins[0]] = 1;
                }
            }
            
    
        
        for(int i=1; i<coins.length; i++) {
            for(int j=0; j<=amount; j++) {
                if(coins[i] <= j) {
                    dp[i][j] = Math.min(dp[i-1][j], dp[i-1][j-coins[i]] + 1);
                }
            }
        }
        return dp[coins.length-1][amount];
    }
}

错误点

之前求value的max值，所有元素初始值就是最小值。但本体求min值，如果按照默认，那么0永远是最小值，所以他必须初始为 INT.MAX_VALUE

正确做法

class Solution {
    public int coinChange(int[] coins, int amount) {
        int max = Integer.MAX_VALUE;
        int[] dp = new int[amount + 1];
        //初始化dp数组为最大值
        for (int j = 0; j < dp.length; j++) {
            dp[j] = max;
        }
        //当金额为0时需要的硬币数目为0
        dp[0] = 0;
        for (int i = 0; i < coins.length; i++) {
            for (int j = coins[i]; j <= amount; j++) {
                //只有dp[j-coins[i]]不是初始最大值时，该位才有选择的必要
                if (dp[j - coins[i]] != max) {
                    //选择硬币数目最小的情况
                    dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
                }
            }
        }
        return dp[amount] == max ? -1 : dp[amount];
    }
}

279.完全平方数

所有的正整数都可以被完全平方数表示，因为有个1

力扣-灵茶山艾府题解
正确写法

class Solution {
    public int numSquares(int n) {
        // 背包是 n
        // 物品是 1*1，2*2，...
        int[][]dp = new int[101][n+1]; //101的来源是 1 <= n <= 104
        Arrays.fill(dp[0], Integer.MAX_VALUE);
        dp[0][0] = 0;
        for(int i=1; i*i<=n; i++) { //物品
            for(int j=0; j<=n; j++) { //背包
                if(j < i*i) {
                    // 不放
                    dp[i][j] = dp[i-1][j];
                } else {
                    dp[i][j] = Math.min(dp[i-1][j], dp[i][j-i*i]+1);
                }
            }
        }
        return dp[(int) Math.sqrt(n)][n];
        //注意这里！不是dp[100][n]
        //因为dp[i][j] i位置表示的其实是
    }
}