【动态规划】斐波那契数列模型

1.第N个泰波那契数

第N个泰波那契数

思路：

简单的线性动态规划

 1.确定状态表示

经验 + 题目要求

本题为，以i位置为结尾，这个位置的泰波那契数是多少

2.写出状态转移方程

dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3]

3.细节问题

        a.初始化

        b.填表顺序

        c.返回值

class Solution {
public:
    int tribonacci(int n) {
        // 创建dp表
        // 初始化
        // 填表
        // 返回结果
        vector<int> dp(n + 1);
        if(n == 0) return 0;
        if(n == 1 || n == 2) return 1;
        dp[0] = 0, dp[1] = dp[2] = 1;
        for(int i = 3; i <= n; i++)
            dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3];
        return dp[n];
    }
};

 2.三步问题

三步问题

思路：

以i位置为结尾，有多少种上楼梯的方式

状态转移方程

dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3] 

class Solution {
public:
    const int MOD = 1e9 + 7;
    int waysToStep(int n) {
        // 创建dp表
        // 初始化
        // 填表
        // 返回值
        vector<int> dp(n + 1);
        if(n == 0 || n == 1) return 1;
        if(n == 2) return n;
        dp[0] = 1, dp[1] =1, dp[2] = 2;
        for(int i = 3; i <= n; i++)
            dp[i] = ((dp[i - 1] + dp[i - 2])%MOD + dp[i - 3])%MOD;
        return dp[n];
    }
};

3.使用最小花费爬楼梯

使用最小花费爬楼梯

思路：

解法一：

状态表示

以i位置为结尾，最小花费

状态转移方程 

dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        // 创建dp表
        // 初始化
        // 填表
        // 返回值
        int n = cost.size();
        vector<int> dp(n + 1);
        if(n == 0 || n == 1) return 0;
        dp[0] = dp[1] = 0;
        for(int i = 2; i <= n; i++)
            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
        return dp[n];
    }
};

 解法二：

思路：

状态表示

以i位置为起点，最小花费

状态转移方程 

dp[i] = min(dp[i +1], dp[i +2]) + cost[i]

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        // 创建dp表
        // 初始化
        // 填表
        // 返回值
        int n = cost.size();
        vector<int> dp(n);
        dp[n - 1] = cost[n - 1], dp[n - 2] = cost[n - 2];
        for(int i = n - 3; i >= 0; i--)
            dp[i] = min(dp[i + 1], dp[i + 2]) + cost[i];
        return min(dp[0], dp[1]);
    }
};

 4.解码方法

解码方法

思路：

状态表示

以i位置为结尾，所有解码方法

状态转移方程 

单独解码

解码成功为dp[i - 1]

解码不成功为0

与前一个位置共同解码

解码成功为dp[i - 2]

解码不成功为0

class Solution {
public:
    int numDecodings(string s) {
        // 创建dp表
        // 初始化
        // 填表
        // 返回结果
        int n = s.size();
        vector<int> dp(n);
        dp[0] = s[0] != '0';
        if(n == 1) return dp[0];
        if(s[1] != '0') dp[1] += dp[0];
        int t = (s[0] - '0') * 10 + s[1] - '0';
        if(t >= 10 && t <= 26) dp[1] += 1;

        for(int i = 2; i < n; i++)
        {
            if(s[i] != '0') dp[i] += dp[i - 1];
            int t = (s[i - 1] - '0') * 10 + s[i] - '0';
            if(t >= 10 && t <= 26) dp[i] += dp[i - 2];
        }
        return dp[n - 1];
    }
};

 优化版本：

若加一个虚拟节点，可使代码简洁，但这个虚拟节点中的值要保证后续填表是正确的！

class Solution {
public:
    int numDecodings(string s) {
        // 创建dp表
        // 初始化
        // 填表
        // 返回结果
        int n = s.size();
        vector<int> dp(n + 1);
        dp[0] = 1;// 保证后面填表是正确的
        dp[1] = s[0] != '0';

        for(int i = 2; i <= n; i++)
        {
            if(s[i - 1] != '0') dp[i] += dp[i - 1];
            int t = (s[i - 2] - '0') * 10 + s[i - 1] - '0';
            if(t >= 10 && t <= 26) dp[i] += dp[i - 2];
        }
        return dp[n];
    }
};