#LeetCode322. Coin Change
#LeetCode322. 视频讲解:动态规划之完全背包,装满背包最少的物品件数是多少?| LeetCode:322.零钱兑换_哔哩哔哩_bilibili
动态规划五部曲:
-
dp 数组的含义:组成数量为j 的背包,共有dp[j] 件物品
-
递推公式:dp[j] = Math.min(dp[j - nums[i]] + 1, dp[j])
-
dp 数组初始化:dp[0] = 0,代表组成数量为0 的背包,有0 个物品,很好理解,但其他非零下标需要考虑在Math.min 中有意义,所以所有的非零下标的数组赋值为Integer.Max_VALUE
-
遍历顺序:最后所求的是最小的元素数目,其实两层for 循环的遍历顺序并不影响,所以先遍历背包或者先遍历物品都可以
-
打印dp 数组:方便检查
代码:
java
class Solution {
public int coinChange(int[] coins, int amount) {
int max = Integer.MAX_VALUE;
int[] dp = new int[amount + 1];
for (int i = 0; i < dp.length; i++) {
dp[i] = 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 - coins[i]] + 1, dp[j]);
}
}
}
return dp[amount] == max ? -1: dp[amount];
}
}
#LeetCode279. Perfect Squares
#LeetCode279. 视频讲解:动态规划之完全背包,换汤不换药!| LeetCode:279.完全平方数_哔哩哔哩_bilibili
这个题目也是背包问题,背包的容量是输入的n ,而物品是完全平方数,只是这个物品需要自己来"创建或者表示"。
动态规划五部曲:
-
确定dp 数组的含义:和为j 的完全平方数需要的元素个数为dp[j] 个
-
递推公式:dp[j] = Math.min(dp[j - i * i], dp[j])
-
dp 数组初始化:dp[0] = 0,代表和为0 的完全平方数的最小数量,其他非零下标需要考虑在Math.min 中有意义,所以所有的非零下标的数组赋值为Integer.Max_VALUE
-
确定遍历顺序:最后所求的是最小的元素数目,其实两层for 循环的遍历顺序并不影响,所以先遍历背包或者先遍历物品都可以
-
打印dp 数组:方便检查
代码:
java
class Solution {
public int numSquares(int n) {
int max = Integer.MAX_VALUE;
int[] dp = new int[n + 1];
for (int i = 0; i < n + 1; i++) {
dp[i] = max;
}
dp[0] = 0;
int num = (int) Math.ceil(Math.sqrt(n));
for (int i = 0; i <= num; i ++) { // item
for (int j = i * i; j <= n; j++) { // bag
if (dp[j - i * i] != max)
dp[j] = Math.min(dp[j - i * i] + 1, dp[j]);
}
}
return dp[n] == max ? -1: dp[n];
}
}
#LeetCode139. Word Break
#LeetCode139. 视频讲解:动态规划之完全背包,你的背包如何装满?| LeetCode:139.单词拆分_哔哩哔哩_bilibili
将输入的单词看作物品,字符串s 看作背包,题目变为考虑物品是否能装满背包的背包问题。
动态规划五部曲:
-
确定dp[i] 数组的含义:字符串长为i ,如果能组成提供的单词,则dp[i] 为true
-
递推公式:如果dp[j] 是true,且从j 到i 可以组成单词,那么dp[i] 为true
-
dp 数组初始化:dp[0] = true,无意义,因为给定的字符串非空,所以不存在组成0 个字符的空字符串的情况。
-
确定遍历顺序:是一个排列问题,先背包后物品
-
打印dp 数组:方便检查
代码:
java
class Solution {
public boolean wordBreak(String s, List<String> wordDict) {
HashSet<String> set = new HashSet<>(wordDict);
boolean[] dp = new boolean[s.length() + 1];
dp[0] = true;
for(int i = 1; i <= s.length(); i++) { // bag
for(int j = 0; j < i && !dp[i]; j++) { // item
if(set.contains(s.substring(j, i)) && dp[j]) {
dp[i] = true;
}
}
}
return dp[s.length()];
}
}