完全背包求方案数及最值问题

最新推荐文章于 2026-06-16 10:29:45 发布

原创最新推荐文章于 2026-06-16 10:29:45 发布 · 126 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #动态规划 #c++ #leetcode

leetCode 专栏收录该内容

50 篇文章

订阅专栏

文章介绍了使用动态规划的完全背包策略来解决三个问题：爬楼梯的可能步数，给定硬币找零的最少数量，以及求解完全平方数的最小组合数。每个问题都给出了相应的Python代码实现，并分析了时间复杂度和空间复杂度。

70. 爬楼梯

方法：完全背包

class Solution {
public:
    int climbStairs(int n) {
        vector<int> f(n + 1, 0);
        f[0] = 1;
        for (int i = 1; i <= n; ++i)
            for (int j = 1; j <= 2; ++j) 
                if (j - i >= 0) f[i] += f[i-j];
        return f[n];
    }
};

$时间复杂度O(n)，空间复杂度O(n);

322. 零钱兑换

方法：完全背包

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        int n = coins.size();
        vector<int> f(amount + 1, INT_MAX);
        f[0] = 0;
        for (int i = 0; i < n; ++i)
            for (int j = coins[i]; j <= amount; ++j)
                if (f[j-coins[i]] != INT_MAX) f[j] = min(f[j], f[j-coins[i]] + 1);
        return f[amount] == INT_MAX ? -1 : f[amount];
    }
};

$时间复杂度O(n*target)，空间复杂度O(target);

279. 完全平方数

方法：完全背包

class Solution {
public:
    int numSquares(int n) {
        vector<int> f(n + 1, INT_MAX);
        f[0] = 0;
        for (int i  = 1; i * i <= n; ++i)
            for (int j = i * i; j <= n; ++j)
                f[j] = min(f[j], f[j-i*i] + 1);
        return f[n];
    }
};

$时间复杂度O( $\text{[math]}$ )，空间复杂度O(n);

class Solution {
public:
    int numSquares(int n) {
        vector<int> f(n + 1, INT_MAX);
        f[0] = 0;
        for (int i = 0; i <= n; ++i)
            for (int j = 1; j * j <= i; ++j)
                f[i] = min(f[i-j*j] + 1, f[i]);
        return f[n];
    }
};

$时间复杂度O( $\text{[math]}$ )，空间复杂度O(n);