算法训练（leetcode）二刷第三十三天 | *322. 零钱兑换、*279. 完全平方数、*139. 单词拆分

刷题记录

[*322. 零钱兑换](#*322. 零钱兑换)
[*279. 完全平方数](#*279. 完全平方数)
[*139. 单词拆分](#*139. 单词拆分)

*322. 零钱兑换

leetcode题目地址

dp $j$ 存储amount为j时所需要的最少硬币数。当j为0时需要0个硬币，因此dp $0$ 赋值为0.

因为是取最少硬币数，因此初始化需要赋值一个最大值。

状态转移方程：dp $j$ = min(dp $j$ , dp $j-coins\[i$ ]+1)

本题是求最少的硬币个数，因此排列组合都无所谓，不会影响结果（因为每次更新是取min），所以遍历顺序背包和硬币可以互换。

时间复杂度： O ( n 2 ) O(n^2) O(n2)
空间复杂度： O ( n ) O(n) O(n)

java 复制代码

// java
class Solution {
    public int coinChange(int[] coins, int amount) {
        int[] dp = new int[amount+1];
        for(int i=1; i<=amount; i++) dp[i] = amount+1;
        dp[0] = 0;
        for(int i=0; i<coins.length; i++){
            for(int j=coins[i]; j<=amount; j++){
                    if(dp[j-coins[i]]>=0)
                    dp[j] = Math.min(dp[j], dp[j-coins[i]]+1);
                
            }
        }
        return dp[amount]==amount+1?-1:dp[amount];

    }
}

*279. 完全平方数

leetcode题目地址

完全背包。

dp $j$ 的意义：存储j可以最少由dp $j$ 个完全平方数之和组成。

同上题思路差不多，这里需要注意初始化的问题，dp $0$ 赋值为0，其余元素初始化一个最大值。

时间复杂度： O ( n 2 ) O(n^2) O(n2)
空间复杂度： O ( n ) O(n) O(n)

java 复制代码

// java
class Solution {
    public int numSquares(int n) {
        int[] dp = new int[n+1];
        for(int i=0; i<=n; i++) dp[i] = n+1;
        dp[0] = 0;
        for(int i=1; i<=n; i++){
            for(int j=i*i; j<=n; j++){
                dp[j] = Math.min(dp[j], dp[j-i*i]+1);
            }
        }
        return dp[n];
    }
}

*139. 单词拆分

leetcode题目地址

本题较难以理解，对于字符串匹配如何转换成背包问题且用dp数组保存结果是一个难点。

dp $j$ 存储的是字符串s中长度为j的子串是否在wordDict中可以匹配。

在更新dp $j$ 时，只有前面的子串匹配成功了才会更新后面匹配成功的子串，也就是当访问到子串s $i-j$ 时，i<j，dp $i$ ==true时才更新dp $j$ 。

dp $0$ 初始化为true，没有实际含义（可以理解为空串），其他位置均为false。

时间复杂度： O ( n 2 ) O(n^2) O(n2)
空间复杂度： O ( n ) O(n) O(n)

java 复制代码

// java
class Solution {
    public boolean wordBreak(String s, List<String> wordDict) {
        boolean[] dp = new boolean[s.length()+1];
        dp[0] = true;
        for(int j=1; j<=s.length(); j++){
            for(int i=0; i<j; i++){
                if(wordDict.contains(s.substring(i, j)) && dp[i]){
                    dp[j] = true;
                }
            }
        }
        return dp[s.length()];
    }
}