动态规划--完全背包问题详解2

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
        • 1.2 做题步骤和详细代码实现
    • 2.leetcode 518.零钱兑换
        • 2.1 做题步骤和详细代码实现
    • 3.leetcode 279.完全平方数
        • 3.1 详细思路
        • 3.2 做题步骤和详细代码实现

1.leetcode 70.爬楼梯进阶版

力扣题目链接
动态规划--完全背包问题详解2_第1张图片

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

力扣题目链接
动态规划--完全背包问题详解2_第2张图片

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
动态规划--完全背包问题详解2_第3张图片
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

力扣题目链接
动态规划--完全背包问题详解2_第4张图片

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
动态规划--完全背包问题详解2_第5张图片
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];
     
    }
}

你可能感兴趣的:(数据结构与算法,动态规划,算法,leetcode,java)