代码随想录算法训练营第四十五天 | 零钱兑换、完全平方数

● 今日学习的文章链接和视频链接

题目322. 零钱兑换
题目279. 完全平方数

● 看到题目的第一想法

还是背包

● 看完代码随想录之后的想法

背包问题解法都很相似，主要是处理背包和物品的关系

● 实现过程中遇到哪些困难

no time

● 解题代码

1. 点击查看代码

   class Solution {
   	public int coinChange(int[] coins, int amount) {
   		int max = Integer.MAX_VALUE;
   		int[] dp = new int[amount + 1];
   		//初始化dp数组为最大值
   		for (int j = 0; j < dp.length; j++) {
   			dp[j] = max;
   		}
   		//当金额为0时需要的硬币数目为0
   		dp[0] = 0;
   		for (int i = 0; i < coins.length; i++) {
   			//正序遍历：完全背包每个硬币可以选择多次
   			for (int j = coins[i]; j <= amount; j++) {
   				//只有dp[j-coins[i]]不是初始最大值时，该位才有选择的必要
   				if (dp[j - coins[i]] != max) {
   					//选择硬币数目最小的情况
   					dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
   				}
   			}
   		}
   		return dp[amount] == max ? -1 : dp[amount];
   	}
   }
   

2. 点击查看代码

   class Solution {
   	// 版本二， 先遍历背包, 再遍历物品
   	public int numSquares(int n) {
   		int max = Integer.MAX_VALUE;
   		int[] dp = new int[n + 1];
   		// 初始化
   		for (int j = 0; j <= n; j++) {
   			dp[j] = max;
   		}
   		// 当和为0时，组合的个数为0
   		dp[0] = 0;
   		// 遍历背包
   		for (int j = 1; j <= n; j++) {
   			// 遍历物品
   			for (int i = 1; i * i <= j; i++) {
   				dp[j] = Math.min(dp[j], dp[j - i * i] + 1);
   			}
   		}
   		return dp[n];
   	}
   }
   

● 今日收获，学习时长

今日收获：背包问题
学习时长：1h