一、LeetCode509. 斐波那契数
题目链接:509. 斐波那契数
这道题应该是最简单得动态规划题了。
题目已经给了我们状态转移方程(F[N] = F[N - 1] + F[N - 2])和两个初始值(F[0] = 0, F[1] = 1)。
于是整个过程我们只需要维护前两个状态的两个数就可以了,以此来推出当前的状态。
代码如下:
class Solution {
public:
int fib(int n) {
if(n == 0) return 0;
if(n == 1) return 1;
int p = 0;//维护状态F[N - 2]
int q = 0;//维护状态F[N - 1]
int r = 1;//通过p、q得出当前状态
for(int i = 1; i < n; i++) {
p = q;
q = r;
r = q + p;
}
return r;
}
};
二、LeetCode70. 爬楼梯
题目链接:70. 爬楼梯
通过题目我们可以确定保存每个状态的数组dp[46],dp[n]表示走到第n个台阶的方案数。
我们可以得到两个初始值:当n = 1时,我们跨一步台阶可以到达,只需要一个方案,也就是dp[1] = 1;当n = 2时,我们可以一次跨两个台阶到达,也可以走两步,一步跨一个台阶到达,所以有两个方案也即dp[2] = 2。
题目要求的是爬n阶楼梯到楼顶有多少种方法?
于是我们可以通过递归和回溯将n阶楼梯分解成n - 1 和n - 2的方案数之和。同时如果得到了第n 阶楼梯的方案数,我们也要用数组dp将它记录下来,这样后面再分解到第n阶楼梯时可以直接返回dp[n]避免了重复的计算。
代码如下:
class Solution {
private:
int dp[46];
public:
int travel(int n) {//通过递归和回溯来依次处理每个状态
if(n == 1) return 1;
if(n == 2) return 2;
if(dp[n]) return dp[n];//如果第n个状态有记录直接返回dp[n],否则通过第n - 1 和n - 2 的状态来处理第n个状态。
dp[n] = travel(n - 1) + travel(n - 2);
//最后返回第n个状态
return dp[n];
}
int climbStairs(int n) {
//初始化前两个状态
dp[1] = 1;
dp[2] = 2;
return travel(n);
}
};
三、LeetCode746. 使用最小花费爬楼梯
题目链接:746. 使用最小花费爬楼梯
这道题我们要用dp[i]记录到达第i个阶梯时所需花费的最小值。
首先我们要对前两个阶梯进行初始化:dp[0] = cost[0], dp[1] = cost[1]。
随后从第三个阶梯开始,到达每个阶梯的最小花费为,前两个阶梯当中的最小值加上cost[i]。
最后因为要跳到楼顶,我们可以从最后一阶台阶直接跳一步到达,也可以从倒数第二阶台阶跳两步到达,所以我们取这两种情况当中的最小值。
代码如下:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
vector<int>dp(cost.size());//用dp[i] 记录到达第i个阶梯所需花费的最少钱
//初始化前两个阶梯的花费
dp[0] = cost[0];
dp[1] = cost[1];
int i;
for( i = 2; i < cost.size(); i++) {
dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i]; //当前阶梯为前两个阶梯的最小值加上cost[i]
}
return min(dp[i - 1], dp[i - 2]);//最后返回的是倒数第一个阶梯和倒数第二个阶梯的最小值
}
};
总结
刷完这三道题,算是对动态规划有了初步了解和掌握。