代码随想录算法训练营day38 | 动态规划理论基础,509. 斐波那契数,70. 爬楼梯,746. 使用最小花费爬楼梯
理论基础
一、解决的问题
- 动归基础
- 背包问题
- 打家劫舍
- 股票问题
- 子序列问题
二、动态规划的解题步骤
- 确定dp数组(dp table)以及下标的含义(dp[i][j],dp[i])
- 确定递推公式
- dp数组如何初始化
- 确定遍历顺序
- 打印dp数组
509. 斐波那契数
解法一:动态规划
1、确定dp数组以及下标的含义
dp[i]的定义为:第i个数的斐波那契数值是dp[i];
2、确定递推公式(题目中给出)
状态转移方程 dp[i] = dp[i - 1] + dp[i - 2];
3、dp数组如何初始化(题目中给出)
dp[0] = 0;dp[1] = 1;
4、确定遍历顺序
从递归公式可以看出,dp[i]是依赖 dp[i - 1] 和 dp[i - 2],遍历顺序一定是从前到后。
5、举例推导dp数组
//非压缩状态的版本
class Solution {
public int fib(int n) {
if (n <= 1) return n;
int[] dp = new int[n + 1];
dp[0] = 0;
dp[1] = 1;
for (int index = 2; index <= n; index++){
dp[index] = dp[index - 1] + dp[index - 2];
}
return dp[n];
}
}
解法二:递归
class Solution {
//参数和返回值
public int fib(int n) {
//终止条件
if(n<=1){
return n;
}
//递归逻辑
return fib(n-1)+fib(n-2);
}
}
70. 爬楼梯
1、确定dp数组以及下标的含义
dp[i]的定义为:到达第i阶的方案数;
2、确定递推公式
状态转移方程 dp[i] = dp[i - 1] + dp[i - 2];
3、dp数组如何初始化
dp[1] = 1;dp[2] = 2;
4、确定遍历顺序
从递归公式可以看出,dp[i]是依赖 dp[i - 1] 和 dp[i - 2],遍历顺序一定是从前到后。
5、举例推导dp数组
解法一:动态规划
//常规动态规划
class Solution {
public int climbStairs(int n) {
int[] dp = new int[n+1];
if(n<=2){return n;}
dp[1]=1;
dp[2]=2;
for(int i=3;i<=n;i++){
dp[i]=dp[i-1]+dp[i-2];
}
return dp[n];
}
}
//使用三个int记录
class Solution {
public int climbStairs(int n) {
if(n <= 2) return n;
int a = 1, b = 2, sum = 0;
for(int i = 3; i <= n; i++){
sum = a + b; // f(i - 1) + f(i - 2)
a = b; // 记录f(i - 1),即下一轮的f(i - 2)
b = sum; // 记录f(i),即下一轮的f(i - 1)
}
return b;
}
}
746. 使用最小花费爬楼梯
1、确定dp数组以及下标的含义
dp[i]的定义为:到达第i阶的最低花费;
2、确定递推公式
状态转移方程 dp[i]=Math.min(dp[i-2]+cost[i-2],dp[i-1]+cost[i-1]);
3、dp数组如何初始化
dp[0] = 0;dp[1] = 0;
4、确定遍历顺序
从递归公式可以看出,dp[i]是依赖 dp[i - 1] 和 dp[i - 2],遍历顺序一定是从前到后。
5、举例推导dp数组
class Solution {
public int minCostClimbingStairs(int[] cost) {
int[] dp = new int[cost.length+1];
dp[0]=0;
dp[1]=0;
for(int i=2;i<=cost.length;i++){
dp[i]=Math.min(dp[i-2]+cost[i-2],dp[i-1]+cost[i-1]);
}
return dp[dp.length-1];
}
}
总结
掌握动态规划五步很重要,尤其是dp[i]含义和状态转移方程。