代码随想录算法训练营第44天 [ 322. 零钱兑换 279.完全平方数 139.单词拆分]

代码随想录算法训练营第44天 [ 322. 零钱兑换 279.完全平方数 139.单词拆分]


如果求组合数就是外层for循环遍历物品,内层for遍历背包。

如果求排列数就是外层for遍历背包,内层for循环遍历物品。

一、322. 零钱兑换

链接: 代码随想录.

思路:
dp[i] 下标为i的 背包 所需硬币的最小值为 dp[i]
因为是最小值,所以初始化为最大值 dp[0] = 0
递推公式 dp[j] = min(dp[j] ,dp[j-coins[i]] + 1)
无限使用-> 完全背包

做题状态:看解析后做出来了

cpp 复制代码
class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        // dp[i]  下标为i的 背包 所需硬币的最小值为 dp[i]
        // 因为是最小值,所以初始化为最大值 dp[0] = 0
        // 递推公式 dp[j] = min(dp[j] ,dp[j-coins[i]] + 1)
        // 无限使用-> 完全背包
        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);
            }
        }

        if (dp[amount] == INT_MAX) {
            return -1;
        }
        return dp[amount];
    }
};

二、279.完全平方数

链接: 代码随想录.

思路: 完全背包 背包大小为n 物品为[1,4,9,16...]
dp[n] 表示 n的完全平方数的最少数量为dp[n] 因为是最少数量
初始化为INT_MAX
dp[0] = 0
递推公式 dp[j] = dp[j-i * i]+1;

做题状态:看解析后做出来了

cpp 复制代码
class Solution {
public:
    int numSquares(int n) {
        // 完全背包 背包大小为n  物品为[1,4,9,16...]
        // dp[n] 表示 n的完全平方数的最少数量为dp[n] 因为是最少数量
        // 初始化为INT_MAX
        // dp[0] = 0
        // 递推公式 dp[j] = dp[j-i*i]+1;

        vector<int> dp(n + 1, INT_MAX);
        dp[0] = 0;

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

        return dp[n];
    }
};

三、139.单词拆分

链接: 代码随想录.

思路:注释

做题状态:看解析后做出来了

cpp 复制代码
class Solution {
public:
    bool wordBreak(string s, vector<string>& wordDict) {
        // dp[i] 表示下标为i的字符串,可不可以被用单词拼接
        // 单词出现的顺序很重要 顺序不对不能组成单词 ,所以是排列问题
        // 先遍历背包,再遍历物品
        // 递推公式 单词在wordDict中存在 && dp[j](起点) == true
        unordered_set<string> wordSet(wordDict.begin(), wordDict.end());
        vector<bool> dp(s.size() + 1, false);
        dp[0] = true;

        for (int i = 1; i <= s.size(); i++) {  //i是从s的第一位一直到最后一位
            for (int j = 0; j < i; j++) {      //j是从下标0开始,一直到选取的终点i
                string word = s.substr(j, i - j);  //获取到了i的每个字串 比如i选的是leet 就能获得 leet eet et t
                cout << word <<" ";
                if(wordSet.find(word) != wordSet.end() && dp[j]){
                    dp[i] = true;
                }
            }
        }

        return dp[s.size()];
    }
};
相关推荐
格林威41 分钟前
常规线扫描镜头有哪些类型?能做什么?
人工智能·深度学习·数码相机·算法·计算机视觉·视觉检测·工业镜头
程序员莫小特3 小时前
老题新解|大整数加法
数据结构·c++·算法
过往入尘土4 小时前
服务端与客户端的简单链接
人工智能·python·算法·pycharm·大模型
zycoder.4 小时前
力扣面试经典150题day1第一题(lc88),第二题(lc27)
算法·leetcode·面试
蒙奇D索大4 小时前
【数据结构】考研数据结构核心考点:二叉排序树(BST)全方位详解与代码实现
数据结构·笔记·学习·考研·算法·改行学it
智驱力人工智能5 小时前
工厂抽烟检测系统 智能化安全管控新方案 加油站吸烟检测技术 吸烟行为智能监测
人工智能·算法·安全·边缘计算·抽烟检测算法·工厂抽烟检测系统·吸烟监测
程序员爱钓鱼5 小时前
Go语言实战案例——进阶与部署篇:编写Makefile自动构建Go项目
后端·算法·go
_Power_Y6 小时前
Java面试常用算法api速刷
java·算法·面试
艾醒(AiXing-w)6 小时前
大模型面试题剖析:模型微调中冷启动与热启动的概念、阶段与实例解析
人工智能·深度学习·算法·语言模型·自然语言处理
天选之女wow6 小时前
【代码随想录算法训练营——Day32】动态规划——509.斐波那契数、70.爬楼梯、746.使用最小花费爬楼梯
算法·leetcode·动态规划