算法训练day50卡玛70. 爬楼梯(进阶版)Leetcode322. 零钱兑换279. 完全平方数

57. 爬楼梯(第八期模拟笔试)

题目分析

我们可以使用动态规划。动态规划的思想是用一个数组dp来保存到达每一级台阶的方法数。对于每一级台阶i,你可以从i-1, i-2, ..., i-m级台阶爬上来(只要这些台阶的索引大于等于0),因此到达第i级台阶的方法数就是这些dp[j]i-m <= j < i)的总和。

acm代码模式

cpp 复制代码
#include <iostream>
#include <vector> 

int main() {
    int n, m;
    std::cin >> n >> m;
    std::vector<int> dp(n + 1, 0);
    dp[0] = 1;
    
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= m; j++) {
            if(i - j >= 0) dp[i] += dp[i -j];   
        }
    }
    
    // for (int i : dp) std::cout << i << " ";
    std::cout << dp[n] << std::endl;
    return 0;
}

322. 零钱兑换

题目分析

本题是要求最少硬币数量,硬币是组合数还是排列数都无所谓!所以两个for循环先后顺序怎样都可以!

acm模式代码

cpp 复制代码
#include <iostream>
#include <vector>
#include <climits>
#include <algorithm>

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

int main() {
    Solution sol;
    std::vector<int> coins = {1, 2, 5};
    int res = sol.coinChange(coins, 11);
    std::cout << std::endl;
    std::cout << res << std::endl;
    return 0;
}

279. 完全平方数

题目分析

  • 创建了一个大小为n + 1的数组dp,所有元素初始化为INT32_MAX,这表示对于每个目标值来说,初始状态下所需的完全平方数数量是未知的,假定为无限大。
  • dp[0] = 0意味着和为0的数字最少需要0个完全平方数(即没有数字时的情况)。
  • 外循环遍历从1到n的所有数字,代表当前考虑的目标和。
  • 内循环尝试所有可能的完全平方数,即所有小于等于当前目标和i的完全平方数。
  • 对于每一个ij,如果i大于或等于j的平方,那么dp[i](即组成和为i的最少完全平方数的数量)可以通过查看dp[i - j*j] + 1来更新。+1是因为j*j是当前考虑的一个完全平方数,而dp[i - j*j]则代表了减去这个完全平方数之后剩余部分的最优解。
  • 最终,dp[i]会被更新为所有可能的j中的最小值。

acm模式代码

cpp 复制代码
#include <iostream>
#include <vector>

class Solution {
public:
    int numSquares(int n) {
        std::vector<int> dp(n + 1, INT32_MAX);
        dp[0] = 0;

        for (int i = 1; i <= n; i++) {
            for (int j = 1; j * j <= n; j ++) 
                if(i - j*j >= 0) dp[i] = std::min(dp[i - j*j] + 1, dp[i]);
        }

        for (int i: dp) {
            std::cout << i << " " ;
        }

        return dp[n];
    }
};

int main() {
    Solution sol;
    sol.numSquares(12);
    return 0;
}
相关推荐
艾iYYY3 小时前
类和对象(详解初始化列表, static成员变量, 友元,内部类)
c语言·数据结构·c++·算法
AbandonForce3 小时前
C++11:列表初始化||右值和移动语义||引用折叠和完美转发||可变参数模板||lambda表达式||包装器(function bind)
开发语言·数据结构·c++·算法
khalil10203 小时前
代码随想录算法训练营Day-50 图论02 | 99.岛屿数量-深搜、99.岛屿数量-广搜 、100.岛屿的最大面积
数据结构·c++·算法·leetcode·深度优先·图论
Brilliantwxx3 小时前
【C++】模版进阶(特化+分离编译+非类型模版参数)
开发语言·数据结构·c++·算法
Black蜡笔小新3 小时前
自动化AI算法训练服务器DLTM企业级AI模型工作站构筑企业AI自主可控新模式
人工智能·算法·自动化
bnmoel3 小时前
数据结构深度剖析链表全集:结构实现、分类与底层原理全解析
c语言·数据结构·算法·链表·双向链表
童先生3 小时前
华为云、阿里云、AWS签名机制详解! AK/SK + HMAC-SHA256 签名鉴权!
算法·阿里云·华为云·云计算
承渊政道3 小时前
【贪心算法】(经典实战应用解析(二):最⻓递增⼦序列、递增的三元⼦序列、最⻓连续递增序列、买卖股票的最佳时机、买卖股票的最佳时机II)
数据结构·c++·学习·算法·leetcode·贪心算法·哈希算法
li星野3 小时前
动态规划十题通关:从爬楼梯到编辑距离(Python + C++)
c++·python·学习·算法·动态规划
栈溢出了3 小时前
GAT(Graph Attention Network)学习笔记
人工智能·深度学习·算法·机器学习