力扣labuladong——一刷day97

最新推荐文章于 2026-08-20 21:29:57 发布

原创最新推荐文章于 2026-08-20 21:29:57 发布 · 665 阅读

7 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

力扣题解

文章介绍了如何使用动态规划解决LeetCode上的两个问题：第509题斐波那契数和第322题零钱兑换。通过构建状态转移方程，展示了如何用数组dp存储中间结果并求解最优解。

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言
一、力扣509. 斐波那契数
二、力扣322. 零钱兑换

前言

首先，动态规划问题的一般形式就是求最值。动态规划其实是运筹学的一种最优化方法，只不过在计算机问题上应用比较多，比如说让你求最长递增子序列呀，最小编辑距离呀等等

一、力扣509. 斐波那契数

class Solution {
    public int fib(int n) {
        int[] dp = new int[n+1];
        if(n == 0){
            return 0;
        }
        if(n == 1){
            return 1;
        }
        dp[0] = 0;
        dp[1] = 1;
        for(int i = 2; i < dp.length; i ++){
            dp[i] = dp[i-1] + dp[i-2];
        }
        return dp[n];
    }
}

二、力扣322. 零钱兑换

class Solution {
    public int coinChange(int[] coins, int amount) {
        int max = Integer.MAX_VALUE;
        int[] dp = new int[amount + 1];
        for(int i = 0; i <= amount; i ++){
            dp[i] = max;
        }
        dp[0] = 0;
        for(int i = 0; i < coins.length; i ++){
            for(int j = coins[i]; j <= amount; j ++){
                if((dp[j - coins[i]]) != max){
                    dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
                }
            }
        }
        return dp[amount] == max ? -1 : dp[amount];
    }
}