动态规划part 06

LC 279.完全平方数

思路跟LC 322 零钱兑换那道题如出一辙,将n理解为背包容量,完全平方数理解为物品即可。

python 复制代码
class Solution:
    def numSquares(self, n: int) -> int:
        dp = [float('inf')] * (n + 1)
        dp[0] = 0
        i = 1
        while i*i <= n:
            for j in range(i*i , n + 1):
                dp[j] = min(dp[j - i*i] + 1 , dp[j])
            i += 1
        return dp[n]

JAVA版本

java 复制代码
class Solution {
    public int numSquares(int n) {
        int[] dp = new int [n+1];
        for(int i = 1 ; i < dp.length ; i ++ ){
            dp[i] = Integer.MAX_VALUE;
        }
        for(int i = 1 ; i*i <= n ; i++){
            for(int j = i*i ; j <= n ; j ++){
                dp[j] = Math.min(dp[j - i*i] + 1 , dp[j]);
            }
        }
        return dp[n];
    }
}

和LC 322 的一个小区别在于,本题不需要判断"if dp[j - i*i] == Integr.max",因为本题是一定能凑成的,1可以凑成所有数字。

LC 139.单词拆分

python 复制代码
class Solution:
    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
        dp = [False] * (len(s) + 1 )
        dp[0] = True
        for i in range(len(s) + 1):
            for j in range(i):
                word = s[j : i]
                if dp[j] == True and word in wordDict:
                    dp[i] = True
                    break
        return dp[len(s)]

是真难想,换一个题,dp数组的含义和递推公式就不会了。。。。

本题中,dp[ i ]的含义是,长度为 i 的字符串,是否能被字典里的单词构成 。

递推公式: 假设 s = "applepen" ,dp[s.length]就代表s能否被字典里的单词构成,它的结果依赖于子字符串(比如apple),apple得能被字典里的单词构成,并且,子字符串到当前字符串之间的字符串,也是出现在字典中,

相关推荐
Remember_9931 分钟前
【数据结构】初识 Java 集合框架:概念、价值与底层原理
java·c语言·开发语言·数据结构·c++·算法·游戏
:mnong4 分钟前
通过交互式的LLM算法可视化工具学习大语言模型原理
学习·算法·语言模型
Remember_99313 分钟前
【数据结构】Java集合核心:线性表、List接口、ArrayList与LinkedList深度解析
java·开发语言·数据结构·算法·leetcode·list
甄心爱学习14 分钟前
leetcode打卡
算法·leetcode·职场和发展
dragoooon3419 分钟前
[hot100 NO.62~67]
算法
你撅嘴真丑24 分钟前
求矩阵的两对角线上的元素之和 与 sizeof的大作用
线性代数·算法·矩阵
程序员三明治28 分钟前
【面试手撕】如何构造二叉树输入用例?ACM模式,路径总和2解题思路
算法·leetcode·面试·acm·构造二叉树·路径总和
干前端39 分钟前
Message组件和Vue3 进阶:手动挂载组件与 Diff 算法深度解析
javascript·vue.js·算法
ゞ 正在缓冲99%…41 分钟前
2025.12.17华为软开
java·算法
子午1 小时前
【2026原创】文本情感识别系统~Python+深度学习+textCNN算法+舆情文本+模型训练
python·深度学习·算法