代码随想录算法训练营Day44|322.零钱兑换、279.完全平方数、139.单词拆分

本文主要是介绍代码随想录算法训练营Day44|322.零钱兑换、279.完全平方数、139.单词拆分,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

零钱兑换

322. 零钱兑换 - 力扣(LeetCode)

本题是完全背包问题

dp数组表示组成amount金额所需的最少硬币个数。

考虑dp数组的推导公式,由于是计算最少硬币的个数,所以需要考虑dp[i-coins[j]+1和dp[i]的较小值。所以dp[i] = min(dp[i-coins[j]]+1,dp[i]),其中i为遍历过程中的amout值,coins[j]为硬币的面值。

已知推导公式,我们需要对dp数组赋值,由于dp推导式中求的是较小值,所以我们设定dp[0] = 0,其余值都为INT_MAX。

之后是对dp数组的遍历顺序,这里由于我们考虑的是最少银币个数,并不在乎排列或是组合的情况(组成的数目),所以对背包或是物品进行遍历都是可以的,这里我使用先背包后物品的遍历方式。

class Solution {
public:int coinChange(vector<int>& coins, int amount) {// 创建一个动态规划数组dp,大小为amount+1,初始化为INT_MAX(表示无法凑成的金额)vector<int>dp(amount+1,INT_MAX);// 找零0元需要0个硬币dp[0] = 0;// 遍历从1到amount的每一个金额for(int i = 1; i<=amount;i++){// 遍历每一种硬币for(int j = 0;j<coins.size();j++){// 如果当前金额大于或等于当前硬币面额,并且当前金额减去当前硬币面额的找零方式存在if(i-coins[j]>=0 and dp[i-coins[j]]!=INT_MAX){// 更新当前金额的最少硬币数量为min(当前最少硬币数量, 减去当前硬币面额的金额的硬币数量+1)dp[i] = min(dp[i],dp[i-coins[j]]+1);}}}// 如果amount的找零方式不存在,返回-1if(dp[amount] == INT_MAX)return -1;// 返回amount的最少硬币找零数量return dp[amount];}
};

算法的时间复杂度为O(n*m),n为coins数组的长度,m为amount+1,空间复杂度为O(m),需要维护一个dp数组,长度为amount+1.

完全平方数

279. 完全平方数 - 力扣(LeetCode)

感觉本题和上题比较类似,唯一的不同在于coins数组需要我们自己获取。

dp数组定义等都和上题相同。

class Solution {
public:int numSquares(int n) {// 创建一个动态规划数组dp,大小为n+1,初始化为INT_MAX(表示无法组成的情况)vector<int> dp(n+1, INT_MAX);// 创建一个数组T_S_N,用于存储小于等于n的所有完全平方数vector<int> T_S_N; // total Square numbers// 计算小于等于n的所有完全平方数并存储到T_S_N中for (int i = 1; i * i <= n; i++) {T_S_N.push_back(i * i);}// 组成0需要0个完全平方数dp[0] = 0;// 遍历从1到n的每一个金额for (int i = 1; i <= n; i++) {// 遍历每一种完全平方数for (int j = 0; j < T_S_N.size(); j++) {// 如果当前数值大于或等于当前完全平方数,并且当前数值减去当前完全平方数的组成方式存在if (i - T_S_N[j] >= 0 && dp[i - T_S_N[j]] != INT_MAX) {// 更新当前数值的最少完全平方数数量为min(当前最少完全平方数数量, 减去当前完全平方数的金额的完全平方数数量+1)dp[i] = min(dp[i - T_S_N[j]] + 1, dp[i]);}}}// 返回n的最少完全平方数组成数量return dp[n];}
}; 

看了下代码随想录里面,看起来没必要先获取这个数组,所以代码可以更改为

class Solution {
public:int numSquares(int n) {vector<int> dp(n + 1, INT_MAX);dp[0] = 0;for (int i = 1; i * i <= n; i++) { // 遍历物品for (int j = i * i; j <= n; j++) { // 遍历背包dp[j] = min(dp[j - i * i] + 1, dp[j]);}}return dp[n];}
};

算法的时间复杂度为O(n*(3/2)),空间复杂度为O(n)。

单词拆分

139. 单词拆分 - 力扣(LeetCode)

具体参考代码随想录 代码随想录 (programmercarl.com)。

考虑单词为物品,所要匹配的字符串为背包,单词可以重复使用,就是一个使用单词匹配字符串(单词是否能完全构成字符串)的完全背包问题。

这里我们考虑将单词数组存入哈希集合,因为可以方便快速寻找

dp[i]中i表示字符串的长度,dp[i]表示为是否可以拆分为单词数组中的单词,值为true 或false.

dp[i]的递推公式我们应这样考虑,若dp[before_i]为true,且before_i至i的位置的字符串存在于单词数组中,则dp[i]为true,否则为false。

考虑到dp[i]取决于前面的值,则dp[0] = true,否则后续值递推全为false。

遍历方式:这里需注意应为排列,每个单词元素的顺序是有意义的。因此考虑先背包后物品的遍历方式

最后返回数组的末尾元素即知道拆分是否可能实现。

class Solution {
public:bool wordBreak(string s, vector<string>& wordDict) {// 创建一个哈希集合word_set,用于存储wordDict中的所有单词,以便快速查找unordered_set<string> word_set{};// 将wordDict中的所有单词插入到word_set中for (auto word : wordDict) {word_set.insert(word);}// 创建一个动态规划数组dp,大小为s.size()+1,初始化为false// dp[i]表示字符串s的前i个字符是否可以被拆分成wordDict中的单词vector<bool> dp(s.size() + 1, false);// 初始化dp[0]为true,因为空字符串可以被拆分成空集合dp[0] = true;// 遍历字符串s的每一个位置for (int i = 1; i <= s.size(); i++) {// 对于每个位置i,尝试从0到i的所有分割点jfor (int j = 0; j < i; j++) {// 取出从j到i的子串string word = s.substr(j, i - j);// 如果子串word在word_set中,并且dp[j]为true(前j个字符可以拆分)if (word_set.find(word) != word_set.end() && dp[j]) {// 则dp[i]为true,表示前i个字符可以拆分dp[i] = true;}}}// 返回dp[s.size()]return dp[s.size()];}
}; 
  • 时间复杂度:O(n^3),因为substr返回子串的副本是O(n)的复杂度(这里的n是substring的长度)
  • 空间复杂度:O(n)

这篇关于代码随想录算法训练营Day44|322.零钱兑换、279.完全平方数、139.单词拆分的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1082637

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int