【Day45】代码随想录之动态规划part7—爬楼梯(进阶)、零钱兑换、完全平方数

这篇具有很好参考价值的文章主要介绍了【Day45】代码随想录之动态规划part7—爬楼梯(进阶)、零钱兑换、完全平方数。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

今天又是补打卡的一天,开冲!!!

今日任务:

  • 70.爬楼梯(进阶)
  • 322.零钱兑换
  • 279.完全平方数

题目一:爬楼梯(进阶)

这道题之前做过一次,但是可以采用完全背包的问题来分析一遍。

卡玛网题目:【57.爬楼梯】

【Day45】代码随想录之动态规划part7—爬楼梯(进阶)、零钱兑换、完全平方数,2-数据结构与算法,动态规划,算法
这个题目其实是更难了一点,因为前面的题目都是每次要不爬1阶楼梯,要不爬2阶楼梯,现在相当于是任选,而且还是可以重复利用的,因此此问题可以转化为排列方式的完全背包问题。
按照递归五部曲:
(1)定义dp数组及其含义:
dp[j]表示爬到j阶楼梯,有dp[j]种方法。
(2)确定递推公式:
因为这个是方法类的,所以递推公式通常为:dp[j] = dp[j-nums[i]],此题种的nums[i]对应的就是1、2、3、4这种,因此可以转换为dp[j] = dp[j-i];
(3)dp数组初始化:
dp[0] = 1;如果初始化dp[0] = 0,那后面的全部都是0;
(4)确定遍历顺序:
因为这个是排列的完全背包问题;
完全背包问题相对于01背包问题,其实是第二层变成了从左到右遍历,然后因为又是排列的问题,所以是先背包后物品。
(5)打印dp数组:
一般用来判断和自己想的是否一致

易错点:在递推公式前面需要判断一下才能放,这个是完全背包排列问题中非常重要的东西


#include <iostream>
#include <vector>
using namespace std;

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

题目二:零钱兑换

Leetcode题目:【322.零钱兑换】

【Day45】代码随想录之动态规划part7—爬楼梯(进阶)、零钱兑换、完全平方数,2-数据结构与算法,动态规划,算法

从题目中大致可以看出来是完全背包类的题目,按照递归五部曲:
1、定义dp数组的含义:dp[j]表示装满j,最少的硬币数目为dp[j];
2、确定递推公式:
dp[j] = min(dp[j-coins[i]] + 1, dp[j]);
3、初始化:
dp[0] = 0;
因为取得都是最小,故为了不影响式子的值,所以需要初始化最大值;
4、遍历顺序:
按照完全背包的问题,可以是组合也可以是排列问题;
5、打印dp数组

此处需要注意在递推公式的判断条件,因为有可能dp[i]某些并不会初始化。


class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        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++){
                //dp[j] = min(dp[j], dp[j-coins[i]] + 1);
                if (dp[j - coins[i]] != INT_MAX){
                    dp[j] = min(dp[j], dp[j-coins[i]] + 1);
                }
            }
        }

        if (dp[amount] == INT_MAX) return -1;
        for(int i = 0; i<=amount; i++){
            cout << dp[i] << " ";
        }

        return dp[amount];
    }
};

题目三:279.完全平方数

Leetcode题目:【279.完全平方数】

【Day45】代码随想录之动态规划part7—爬楼梯(进阶)、零钱兑换、完全平方数,2-数据结构与算法,动态规划,算法
这个题跟上面的题目基本一样,只不过此题需要我们自己去创造物品,物品就是i*i,因为完全平方数中存在1,所以不可能存在不能拼凑的情况。

按照递归五部曲:
(1)确定dp数组含义:dp[j]表示装满数量为j的背包,需要的最少完全平方数的个数;
(2)确定递推公式:
dp[j] = dp[j-nums[i]] + 1 变为dp[j] = dp[j-ii] + 1,因为是求最小,所以
dp[j] = min(dp[j], dp[j-i
i] + 1);
(3)初始化:dp[0] = 0,同时其他设置为最大值INT_MAX;
(4)确定遍历顺序:
因为此题是完全背包问题,所以都是正序,因为是组合问题,所以可以先物品再背包;
(5)打印dp数组;文章来源地址https://www.toymoban.com/news/detail-843300.html

class Solution {
public:
    int numSquares(int n) {
        // 题目就是自己去构造物品
        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++){
                if(dp[j-i*i] != INT_MAX){
                    dp[j] = min(dp[j], dp[j-i*i] + 1);
                }
            }
        }
        return dp[n];
    }
};

到了这里,关于【Day45】代码随想录之动态规划part7—爬楼梯(进阶)、零钱兑换、完全平方数的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 代码随想录 day38 第九章 动态规划part01

    ●  理论基础 ●  509. 斐波那契数 ●  70. 爬楼梯 ●  746. 使用最小花费爬楼梯 理论基础 解决动态规划必须要想清楚的点 dp数组以及下标的含义 递推公式 dp数组如何初始化 遍历顺序 打印数组 检查结果 关联 leetcode 509. 斐波那契数 思路 动规五部曲 dp数组以及下标的含义

    2024年04月17日
    浏览(48)
  • 【Day52】代码随想录之动态规划_打家劫舍

    动态规划理论基础 动规五部曲: 确定dp数组 下标及dp[i] 的含义。 递推公式:比如斐波那契数列 dp[i] = dp[i-1] + dp[i-2]。 初始化dp数组。 确定遍历顺序:从前到后or其他。 打印。 出现结果不正确: 打印dp日志和自己想的一样:递推公式、初始化或者遍历顺序出错。 打印dp日志和

    2024年02月22日
    浏览(51)
  • 【Day42】代码随想录之动态规划0-1背包_416. 分割等和子集

    动态规划理论基础 动规五部曲: 确定dp数组 下标及dp[i] 的含义。 递推公式:比如斐波那契数列 dp[i] = dp[i-1] + dp[i-2]。 初始化dp数组。 确定遍历顺序:从前到后or其他。 推导dp数组。 出现结果不正确: 打印dp日志和自己想的一样:递推公式、初始化或者遍历顺序出错。 打印

    2024年02月20日
    浏览(64)
  • 我在代码随想录|写代码Day33 | 动态规划| 路径问题| 62.不同路径,63. 不同路径 II,343. 整数拆分

    🔥博客介绍`: 27dCnc 🎥系列专栏: 数据结构与算法 算法入门 C++项目 🎥 当前专栏: 算法入门 专题 : 数据结构帮助小白快速入门算法 👍👍👍👍👍👍👍👍👍👍👍👍 ☆*: .。. o(≧▽≦)o .。.:*☆ ❤️感谢大家点赞👍收藏⭐评论✍️ 今日学习打卡 代码随想录 - 动态规划

    2024年03月11日
    浏览(59)
  • 【Day53】代码随想录之动态规划part10——买卖股票的最佳时机、买卖股票的最佳时机II

    昨天已经把打家劫舍的问题解决了,最后一个题目涉及到树形dp比较难(等到二刷的时候再重点看下),今天的任务是解决股票问题。 今日任务: 121.买卖股票的最佳时机 122.买卖股票的最佳时机II Leetcode题目:【121.买卖股票的最佳时机】 因为此题中买卖股票只能买卖一次。

    2024年03月15日
    浏览(95)
  • 代码随想录 Day35 动态规划04 01背包问题和完全背包问题 LeetCode T416 分割等和子集

    说到背包问题大家都会想到使用动规的方式来求解,那么为什么用动规呢, dp数组代表什么呢 ? 初始化是什么 , 遍历方式又是什么 ,这篇文章笔者将详细讲解背包问题的经典例题0-1背包问题和完全背包问题的解题方式,希望能帮助到大家 有人一提到背包问题就只会使用动态规划来

    2024年02月06日
    浏览(71)
  • 【Day43】代码随想录之动态规划0-1背包_1049. 最后一块石头的重量 II_494. 目标和_ 474.一和零

    动态规划理论基础 动规五部曲: 确定dp数组 下标及dp[i] 的含义。 递推公式:比如斐波那契数列 dp[i] = dp[i-1] + dp[i-2]。 初始化dp数组。 确定遍历顺序:从前到后or其他。 打印。 出现结果不正确: 打印dp日志和自己想的一样:递推公式、初始化或者遍历顺序出错。 打印dp日志和

    2024年02月22日
    浏览(48)
  • 代码随想录Day32 动态规划01 LeetCodeT509 斐波那契数列 T70 爬楼梯 T746 爬楼梯的最小消耗

    动态规划首先可以解决的问题有背包问题,打家劫舍问题,股票问题,子序列问题等,主要是将一个大的问题切分成多个重叠的子问题,所以动态规划一定是上一个状态递推过来的,有一个重要的 状态转移方程, 但是这也并不是解题的全部,我们将动态规划的题目基本分为五步来完成

    2024年02月06日
    浏览(68)
  • 代码随想录Day36 动态规划05 LeetCode T1049最后一块石头的重量II T494 目标和 T474 一和零

    理论基础  : 代码随想录Day34 LeetCode T343整数拆分 T96 不同的二叉搜索树-CSDN博客 1.明白dp数组的含义 2.明白递推公式的含义 3.初始化dp数组 4.注意dp数组的遍历顺序 5.打印dp数组排错 题目链接:1049. 最后一块石头的重量 II - 力扣(LeetCode) 这题我们仍然采用动规五部曲来写,这题和

    2024年02月06日
    浏览(40)
  • 代码随想录 动态规划-基础题目

    目录 509.斐波那契数  70.爬楼梯 746.使用最小花费爬楼梯 62.不同路径 63.不同路径|| 343.整数拆分 96.不同的二叉树 509. 斐波那契数 简单 斐波那契数  (通常用  F(n)  表示)形成的序列称为  斐波那契数列  。该数列由  0  和  1  开始,后面的每一项数字都是前面两项数字的和

    2024年03月18日
    浏览(74)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包