假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢?
class Solution {
public int climbStairs(int n) {
int[] dp=new int[n+1];
dp[0]=1;
for(int i=1; i<=n; i++)
for(int j=1;j<=2;j++){
if(i-j>=0)
dp[i]+=dp[i-j];
}
return dp[n];
}
}
假如每次可以爬1,2,3,……,m个楼梯,求有多少种方法到楼顶。
(将j的限制2变为m)
组合不强调顺序,排列强调顺序,这题求得是排列总和。
求排列总和,先遍历背包,再遍历物品。
给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。
计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1 。
你可以认为每种硬币的数量是无限的。
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=0 && dp[i-coins[j]]!=max) dp[i]=Math.min(dp[i],dp[i-coins[j]]+1);
}
if(dp[amount]==max) return -1;
return dp[amount];
}
}
dp[j]:凑足总额为j所需钱币的最少个数为dp[j]
递推公式:dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
dp数组初始化:
首先凑足总金额为0所需钱币的个数一定是0,那么dp[0] = 0;
考虑到递推公式的特性,dp[j]必须初始化为一个最大的数,否则就会在min(dp[j - coins[i]] + 1, dp[j])比较的过程中被初始值覆盖。所以下标非0的元素都是应该是最大值。
初始化我没想对~~~~我想的是coins[i]对应的dp[coins[i]]=1,其他下标0,然后递推
给你一个整数 n ,返回 和为 n 的完全平方数的最少数量 。
完全平方数 是一个整数,其值等于另一个整数的平方;换句话说,其值等于一个整数自乘的积。例如,1、4、9 和 16 都是完全平方数,而 3 和 11 不是。
class Solution {
public int numSquares(int n) {
int max=Integer.MAX_VALUE;
int[] dp=new int[n+1];
for(int i=0;i=0 && dp[i-j*j]!=max)
dp[i]=Math.min(dp[i],dp[i-j*j]+1);
}
return dp[n];
}
}
和零钱兑换凑足总额的最小数额那道题一样。
我没想到j的限制是j*j<=n
还想着要不要从1循环到n,然后判断他是不是完全平方数,可是这样肯定会超时吧。哎,没想到 物品怎么循环。