KamaCoder 57. 爬楼梯
题目链接:题目页面 (kamacoder.com)
这道题使用完全背包来实现,我们首先考虑的是总的楼梯数,因此dp数组大小为n + 1 ,其意义是,在n阶时有多少种方法爬到楼顶,因此,当前n状态等于前面状态(1, m)状态之和。
每道题都要考虑dp五步:
1)确定dp数组下标与值的关系:满足凑出总楼梯的组合数
2)确定递推公式:我们把n个数组成看作1与n-1个组成,使用分而治之的思路来处理,dp[i] += dp[i - j]
3)确定初始值:dp[0]为1,没得选
4)确定遍历的数:注意一下边界问题
5)带入验证一下
代码:
#python acm模式
while True:
try:
n, m = map(int, input().split())
dp = [0 for _ in range(n + 1)] //dp数组大小为n+1
dp[0] = 1 //初始化dp[0]
for i in range(1, n + 1): //从1开始,从0没意义
for j in range(1, min(i, m) + 1): //从前往后,遍历可能的楼梯数
dp[i] += dp[i - j]
print(dp[n])
except:
break
LeetCode 322.零钱兑换
题目链接:322. 零钱兑换 - 力扣(LeetCode)
这道题使用完全背包来实现,要求的组成整数amount的最小硬币组合数,因此dp数组大小为n + 1 ,其意义是,在n阶时最小的硬币数量,因此,当前n状态等于前面状态的最小值。
每道题都要考虑dp五步:
1)确定dp数组下标与值的关系:满足凑出目标金额的最少硬币数量
2)确定递推公式:dp[i] = min(dp[i], dp[i - coin] + 1) (后面这个意思是从前coin的位置递推过来,加上一个硬币数)
3)确定初始值:dp[0]为0,当目标为0时当然一个硬币也不要
4)确定遍历的数:注意一下i要大于等于当前coin,否则数组会越界
5)带入验证一下
代码:
#python //DFS
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
dfs
n=len(coins)
@cache //用一个装饰器
def dfs(i,c):
if i<0: //判定结束条件
return 0 if c==0 else inf
if c
#python //二维DP
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
n=len(coins) //一共有n个硬币数量
dp=[[inf]*(amount+1) for _ in range(n+1)] //二维dp数组
dp[0][0]=0 //初始化一下
for i,x in enumerate(coins): //使用枚举,把键与值分离
for c in range(amount+1): //同样的是在金额内部
if c
#python //一维DP
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
n = len(coins)
dp = [float('inf') for _ in range(amount + 1)]
dp[0] = 0
for i in range(1, amount + 1):
for coin in coins:
if i >= coin:
dp[i] = min(dp[i], dp[i - coin] + 1)
return dp[-1] if dp[-1] < float('inf') else -1
LeetCode 279. 完全平方数
题目链接:279. 完全平方数 - 力扣(LeetCode)
和前面的做法异曲同工,注意一下范围就是
每道题都要考虑dp五步:
1)确定dp数组下标与值的关系:满足凑出目标金额的最少完全平方数数量
2)确定递推公式:dp[i] = min(dp[i], dp[i - j ** 2] + 1) (后面这个意思是从前j**2的位置递推过来,加上一个完全平方数)
3)确定初始值:dp[0]为0,当目标为0时当然完全平方数
4)确定遍历的数:注意一下i要大于等于当前j**2,否则数组会越界
5)带入验证一下
代码:
#python 一维dp
class Solution:
def numSquares(self, n: int) -> int:
dp = [inf for _ in range(n + 1)]
dp[0] = 0
for i in range(1, n + 1):
for j in range(1, int(math.sqrt(i)) + 1): //从小于当前i的平方根数来
dp[i] = min(dp[i], dp[i - (j ** 2)] + 1)
return dp[-1]