当前位置: 首页 > backend >正文

算法第38天|322.零钱兑换\139. 单词拆分

322.零钱兑换

题目

在这里插入图片描述

思路与解法

class Solution {
public:int coinChange(vector<int>& coins, int amount) {// dp数组://   dp[i]: 凑成总金额i,所需的最少硬币个数vector<int> dp(amount + 1, INT_MAX);dp[0] = 0;for (int i = 0; i < coins.size(); i++) { // 遍历物品for (int j = coins[i]; j <= amount; j++) { // 遍历背包if (dp[j - coins[i]] != INT_MAX) { // 如果dp[j - coins[i]]是初始值则跳过dp[j] = min(dp[j - coins[i]] + 1, dp[j]);}}}if (dp[amount] == INT_MAX) return -1;return dp[amount];}
};

279. 完全平方数

题目

在这里插入图片描述

思路与解法

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

139. 单词拆分

题目

在这里插入图片描述

思路与解法

class Solution {
public:bool wordBreak(string s, vector<string>& wordDict) {unordered_set<string> wordSet(wordDict.begin(), wordDict.end());// dp[i] : 字符串长度为i的话,dp[i]为true,表示可以拆分为一个或多个在字典中出现的单词。vector<bool> dp(s.size() + 1, false);dp[0] = true;for (int i = 1; i <= s.size(); i++) {   // 遍历背包for (int j = 0; j < i; j++) {       // 遍历物品string word = s.substr(j, i - j); //substr(起始位置,截取的个数)if (wordSet.find(word) != wordSet.end() && dp[j]) {dp[i] = true;}}}return dp[s.size()];}
};
http://www.xdnf.cn/news/14615.html

相关文章:

  • 数据分析和可视化:Py爬虫-XPath解析章节要点总结
  • 【Python进阶系列】第9篇:聊聊 Python 中常用的第三方库
  • C++递归应用
  • 7.3.1二叉排序树
  • 【编译原理】语句的翻译
  • FPGA基础 -- Verilog 共享任务(task)和函数(function)
  • VUE3 Element UI el-button type icon
  • King’s LIMS 系统引领汽车检测实验室数字化转型
  • QT历史版本,5.15.2使用清华源半小时安装速成
  • GitHub Actions + SSH 自动部署教程
  • 日常运维问题汇总-24
  • 分清display三个属性
  • MySQL之事务深度解析
  • 为什么你的vue项目连接不到后端
  • 基于微信小程序的美食点餐订餐系统
  • JSON 数据格式详解
  • SEO已死,GEO当立:AI搜索时代的新游戏规则
  • Hollywood: The World’s Most Effective Propaganda System
  • VR 看房:突破成长痛点,展望未来趋势
  • 基于深度学习的智能视频行为识别系统:技术与实践
  • 如何使用 Dockerfile 创建自定义镜像
  • 【LUT技术专题】采样间隔自适应3DLUT-AdaInt
  • 《思维力:高效的系统思维》
  • 《Kubernetes》Pod详解+Pod控制器
  • 计量经济学(复习/自用/未完)
  • OpenAI 公布《走向理解与预防失准泛化:由“角色特征”驱动的突现性失准》研究总结
  • Postman 的 Jenkins 管理 - 自动构建
  • Redis 持久化机制详解:RDB、AOF 原理与面试最佳实践(AOF篇)
  • 1 Studying《Performance Analysis and Tuning on Modern CPUs》1-6
  • 语音情感识别:CNN-LSTM 和注意力增强 CNN-LSTM 模型的比较分析