代码随想录|Day38|动态规划 part01|● 509. 斐波那契数 ● 70. 爬楼梯 ● 746. 使用最小花费爬楼梯

本文介绍了使用动态规划解决斐波那契数列、普通爬楼梯和最小花费爬楼梯问题的Python代码实现,强调了在编写过程中对边界条件、循环范围以及dp数组初始化的注意事项,特别是关于数组长度和索引的理解。
摘要由CSDN通过智能技术生成

 509. 斐波那契数

class Solution:

    def fib(self, n: int) -> int:

        if n == 0:        #还是要写的,加强健壮性

            return 0

        dp = [0] * (n + 1)

        dp[0] = 0

        dp[1] = 1

        for i in range(2, n + 1):

            dp[i] = dp[i-1] + dp[i-2]

        return dp[n]

【思考】注意这两个n+1

70. 爬楼梯

class Solution:

    def climbStairs(self, n: int) -> int:

        if n <= 1:

            return n

        dp = [0] * (n + 1)

        dp[1] = 1

        dp[2] = 2

        for i in range(3, n+1):

            dp[i] = dp[i-1] + dp[i-2]

        return dp[n]

 【思考】爬第i层楼梯,其实就是前两层爬楼的方式总和相加。因为:爬到第i-1层,再爬一层就行;爬到第i-2层,再爬两层就行。

746. 使用最小花费爬楼梯 

class Solution:

    def minCostClimbingStairs(self, cost: List[int]) -> int:  

        dp = [0] * (len(cost) + 1)

        dp[0] = 0

        dp[1] = 0

        for i in range(2, len(cost) + 1):

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

        return dp[len(cost)]

【思考】 爬第i层的最少花费就是 min(爬到i-1层的花费+从i-1层爬到i层的花费,爬到i-2层的花费+从i-2层爬到i层的花费)

动规题代码易错:

1. dp = [0] * (n + 1) 及for循环是到n还是n+1,return dp[n] 还是[n+1]

可以想一想如列表长度n=3,则需要到第4个数(dp=[0]*(3+1)),但其下标为3(for i in range(##, 3+1)),最后返回dp[3] 。    第n+1个数的下标为n

2. dp = [0] * (n + 1)  not dp = dp[0] * (n + 1) !!!!!

  • 9
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值