算法学习笔记(8.5)-零钱兑换问题二

news2024/11/15 7:08:57

目录

Question:

动态规划思路:

代码实现:

空间优化代码

Question

给定n种硬币,第i种硬币的面值为coins[i-1],目标金额为amt,每种硬币可以重复选取,问凑出目标金额的硬币组合数量。

动态规划思路:

相比与上一题,本体的目标是求组合数量,因此子问题变为:前i种硬币能够凑出金额a的组合数量。而dp的尺寸仍然是(n+1)*(amt+1)的二维矩阵。

当前状态的组合数量等于不选当前硬币与选当前硬币这两种决策的组合数量的和。状态转移方程为:

dp[i,a] = dp[i-1,a] + dp[i,a-coins[i-1]]

当前目标金额为0时,无须选择任何硬币凑出目标金额,因此应将首列所有dp[i,0]都初始化为1。当无硬币时,无法凑出任何>0的目标金额,因此首行的所有的dp[0,a]都等于0。

代码实现:

# python 代码实现
def coin_change_two_dp(coins, amt) :
    n = len(coins)
    dp = [ [0] * (amt + 1) for _ in range(n + 1)]
    for i in range(1, n + 1) :
        dp[i][0] = 1 ;
    for j in range(1, amt + 1) :
        dp[0][j] = 0 ;
    for i in range(1, n + 1) :
        for j in range(1, amt + 1) :
            if coins[i - 1] > j :
                dp[i][j] = dp[i - 1][j]
            else :
                dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]]
    return dp[n][amt]
// c++ 代码示例

int coinChangeTwoDP(vector<int> &coins, int amt)
{
    int n = coins.size() ;
    vector<vector<int>> dp(n + 1, vector<int>(amt + 1, 0)) ;
    for (int i = 1 ; i <= n ; i++)
    {
        dp[i][0] = 1 ;
    }
    for (int j = 1 ; j <= amt ; j++)
    {
        dp[0][j] = 0 ;
    }
    for (int i = 1 ; i <= n ; i++)
    {
        for (int j = 1 ; j <= amt ; j++)
        {
            if (coins[i - 1] > j)
            {
                dp[i][j] = dp[i - 1][j] ;
            }
            else
            {
                dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]] ;
            }
        }
    }
    return dp[n][amt] ;
}

空间优化代码:

# python 代码示例

def coin_change_two_dp_comp(coins, amt) :
    n = len(coins)
    
    dp = [0] * (amt)
    
    dp[0] = 1
    for i in range(1, n + 1) :
        for j in range(1, amt + 1) :
            if coins[i - 1] > j :
                dp[j] = dp[j]
            else :
                dp[j] = dp[j] + dp[j - coins[i - 1]]
    return dp[amt]
// c++ 代码示例
int coinChangeTwoDPComp(vector<int> &coins, int amt)
{
    int n = coins.size() ;
    vector<int> dp(amt + 1, 0) ;
    dp[0] = 1 ;
    for (int i = 1 ; i <= n ; i++)
    {
        for (int j = 1 ; j <= amt; j++)
        {
            if (coins[i - 1] > j)
            {
                dp[j] = dp[j] ;
            }
            else
            {
                dp[j] = dp[j] + dp[j - coins[i - 1]] ;
            }
        }
    }
    return dp[amt] ;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1925566.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

教你如何白嫖ioDraw

ioDraw推出了这个活动&#xff0c;大家看看~ 领取页面 邀请奖励 您和好友都将获得7天的会员权益 邀请攻略 活动介绍 1. 每成功邀请一个新用户&#xff0c;邀请者与被邀请者均可获得7天会员 2. 每年最高可得350天 3. 新用户是指首次登录ioDraw的用户 获取邀请链接步骤 1. 浏…

VS2019配置OpenGL的库

OpenGL环境的配置&#xff08;GLUT安装教程&#xff09;_opengl官网-CSDN博客 我是根据这篇来配置的&#xff0c;然后&#xff1a; 引用的头文件不是<OpenGL/glut.h>而是<GL/glut.h>&#xff0c;然后就可以运行了。

CCSI: 数据无关类别增量学习的持续类特定印象| 文献速递-基于深度学习的多模态数据分析与生存分析

Title 题目 CCSI: Continual Class-Specific Impression for data-free class incremental learning CCSI: 数据无关类别增量学习的持续类特定印象 01 文献速递介绍 当前用于医学影像分类任务的深度学习模型表现出令人鼓舞的性能。这些模型大多数需要在训练之前收集所有的…

【tomcat】Tomcat如何扩展Java线程池原理

池化技术 在后端中&#xff0c;对于经常使用池化就是来提升系统性能&#xff0c;比如数据库连接池、线程池连接池等&#xff0c;本质都是利用空间换时间的来提升性能&#xff0c;用来避免资源的频繁创建和销毁&#xff0c;以此提高资源的复用率&#xff0c;所以合理设置系统所…

springboot个人健康信息管理小程序-计算机毕业设计源码

摘要 在当今这个数字化、信息化的时代&#xff0c;个人健康管理已成为人们生活中不可或缺的一部分。随着生活节奏的加快&#xff0c;越来越多的人开始关注自己的身体状况&#xff0c;希望能够及时了解并调整自己的生活习惯&#xff0c;以达到最佳的健康状态。为此&#xff0c;我…

Codeforces Round 957 (Div. 3) D,F

D. Test of Love 很容易想到dp&#xff0c;对于dp的转移方程也比较好写&#xff0c;当前点只能从当前点前面m个点转移过来&#xff0c;那么思考转移的条件&#xff0c;对于前面的点 j j j &#xff0c;如果 j j j 是水并且 i i i 和 j j j 不相邻&#xff0c;那么不能进行转…

初始化列表和explicit关键字和static成员

初始化列表 1.初始化和赋值的概念&#xff1a; 首先我们先来了解一下成员变量初始化和赋值的概念&#xff0c;初始化是是对成员变量进行一次赋值&#xff0c;注意是只能一次赋值&#xff0c;而赋值是可以多次进行赋值的。 2.初始化列表的引出&#xff1a; 我们知道了初始化…

ftp pool 功能分析及 golang 实现

本文探究一种轻量级的 pool 实现 ftp 连接。 一、背景 简要介绍&#xff1a;业务中一般使用较多的是各种开源组件&#xff0c;设计有点重&#xff0c;因此本文探究一种轻量级的 pool 池的思想实现。 期望&#xff1a;设置连接池最大连接数为 N 时&#xff0c;批量执行 M 个 F…

Transformer模型:Decoder的self-attention mask实现

前言 这是对Transformer模型Word Embedding、Postion Embedding、Encoder self-attention mask、intra-attention mask内容的续篇。 视频链接&#xff1a;20、Transformer模型Decoder原理精讲及其PyTorch逐行实现_哔哩哔哩_bilibili 文章链接&#xff1a;Transformer模型&…

【JVM实战篇】内存调优:内存泄露危害+内存监控工具介绍+内存泄露原因介绍

文章目录 内存调优内存溢出和内存泄漏内存泄露带来什么问题内存泄露案例演示内存泄漏的常见场景场景一场景二 解决内存溢出的方法常用内存监控工具Top命令优缺点 VisualVM软件、插件优缺点监控本地Java进程监控服务器的Java进程&#xff08;生产环境不推荐使用&#xff09; Art…

JavaWeb(三:JDBC 与 MVC)

JavaWeb&#xff08;一&#xff1a;基础知识和环境搭建&#xff09;https://blog.csdn.net/xpy2428507302/article/details/140365130?spm1001.2014.3001.5501JavaWeb&#xff08;二&#xff1a;Servlet与Jsp&#xff0c;监听器与过滤器&#xff09;https://blog.csdn.net/xpy…

Python蜂窝通信Wi-Fi和GPU变分推理及暴力哈希加密协议图消息算法

&#x1f3af;要点 &#x1f3af;图模型和消息传递推理算法 | &#x1f3af;消息传递推理和循环消息传递推理算法 | &#x1f3af;空间人工智能算法多维姿势估计 | &#x1f3af;超图结构解码算法量子计算 | &#x1f3af;GPU处理变分推理消息传递贝叶斯网络算法 | &#x1f3…

5G-A通感融合赋能低空经济-RedCap芯片在无人机中的应用

1. 引言 随着低空经济的迅速崛起&#xff0c;无人机在物流、巡检、农业等多个领域的应用日益广泛。低空飞行器的高效、安全通信成为制约低空经济发展的关键技术瓶颈。5G-A通感一体化技术通过整合通信与感知功能&#xff0c;为低空网络提供了强大的技术支持。本文探讨了5G-A通感…

【中国近代史】林则徐虎门销烟(1839年)

中国古代朝代历史经过两周时间&#xff08;7.03-7.13&#xff09;的分享已经正式结束&#xff0c;首先感谢大家通过那个专栏点赞收藏关注我&#xff0c;这是我继续创作的动力。 接下来新的专栏就是中国近代史。让我们再次走入近代史的潮流中&#xff0c;去学习去感受先辈们的拼…

计组_多处理器的基本概念

2024.06.26&#xff1a;计算机组成原理多处理器的基本概念学习笔记 第21节 多处理器的基本概念 1. 计算机体系结构1.1 SISD单指令流单数据流&#xff08;前面几章一直在学习的内容&#xff09;1.2 SIMD单指令流多数据流1.2.1 改进&#xff1a;向量处理器 1.3 MISD多指令流单数据…

应用帕累托原则学习新的编程语言

在本文中&#xff0c;我将讨论如何应用帕累托原则快速学习一门新的编程语言&#xff0c;并在加深对编程语言的理解的同时开始解决实际问题。 什么是帕累托原则&#xff1f; 帕累托原则&#xff0c;又称 80/20 法则&#xff0c;指出对于许多结果而言&#xff0c;大约 80% 的后…

数据湖仓一体(一) 编译hudi

目录 一、大数据组件版本信息 二、数据湖仓架构 三、数据湖仓组件部署规划 四、编译hudi 一、大数据组件版本信息 hudi-0.14.1zookeeper-3.5.7seatunnel-2.3.4kafka_2.12-3.5.2hadoop-3.3.5mysql-5.7.28apache-hive-3.1.3spark-3.3.1flink-1.17.2apache-dolphinscheduler-3.1.9…

我的智能辅助大师-办公小浣熊

一、基本介绍 随着2022年ChatGPT为代表的AI工具对互联网领域进行第一次冲击后&#xff0c;作为一名对编程领域涉足不算特别深的一名程序员&#xff0c;对AI大模型的接触也真的不能算少了&#xff0c;这是时代的必然趋势。在此之前也曾接触过很多的AI工具&#xff0c;他们都能在…

跨境电商系统如何进行搭建

目前越来越多的商家&#xff0c;他们都在进行跨境电商建站&#xff0c;便于自己在网络上进行营销推广&#xff0c;跨境电商系统的搭建是至关重要的&#xff0c;商家应该先了解跨境电商的模式有哪些&#xff0c;这样才能对跨境电商系统有更好的搭建结果。 跨境电商模式 目前来…

1589. 【中山市第十二届义务教育段学生信息学邀请赛】象战(bishop)(Standard IO)

题目描述 国际象棋的棋盘可以表示为一个 8 行 8 列的格子图&#xff0c;其中每个格子都可以放一枚棋子。我们将第 1 行第 2 列的格子用 (1,2) 来表示&#xff0c;以此类推。 为了帮助妹妹认识国际象棋中的“象”这种棋子&#xff0c;Jimmy 可谓是煞费苦心——他首先教会妹妹&…