动态规划day32|动态规划理论基础、509. 斐波那契数（动规梦的开始）、70. 爬楼梯、746. 使用最小花费爬楼梯（dp[i]该怎么定义？）

动态规划理论基础

• 动态规划，英文：Dynamic Programming，简称DP，如果某一问题有很多重叠子问题，使用动态规划是最有效的。

• 动规是由前一个状态推导出来的，而贪心是局部直接选最优的

• 动态规划五步曲：

  • 确定dp数组（dp table）以及下标的含义

  • 确定递推公式

  • dp数组如何初始化

  • 确定遍历顺序

  • 举例推导dp数组

509. 斐波那契数

斐波那契数 （通常用 F(n) 表示）形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0，F(1) = 1
F(n) = F(n - 1) + F(n - 2)，其中 n > 1

给定 n ，请计算 F(n) 。

示例 1：

输入：n = 2
输出：1
解释：F(2) = F(1) + F(0) = 1 + 0 = 1

示例 2：

输入：n = 3
输出：2
解释：F(3) = F(2) + F(1) = 1 + 1 = 2

示例 3：

输入：n = 4
输出：3
解释：F(4) = F(3) + F(2) = 2 + 1 = 3

提示：

• 0 <= n <= 30

class Solution {
public:
    int fib(int n) {
        if(n<=1)
        return n;
        vector<int> dp(n+1);
        dp[0]=0,dp[1]=1;
        for(int i=2;i<dp.size();i++)
        {
            dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[n];
    }
};

本题比较简单，但是要代入五部曲思考一下。

70. 爬楼梯

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

示例 1：

输入：n = 2
输出：2
解释：有两种方法可以爬到楼顶。
1. 1 阶 + 1 阶
2. 2 阶

示例 2：

输入：n = 3
输出：3
解释：有三种方法可以爬到楼顶。
1. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶

提示：

• 1 <= n <= 45

class Solution {
public:
    int climbStairs(int n) {
        if(n<=2)
        return n;
       vector<int> dp(n+1);
        dp[1]=1,dp[2]=2;
        for(int i=3;i<dp.size();i++)
        {
            dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[n];
    }
};

这题跟509比较像，递归公式是：dp[i]=dp[i-1]+dp[i-2]，其他的地方都比较简单。

dp[i]=dp[i-1]+dp[i-2]是怎么得来的？答：我认为，dp[i]的情况有两个部分组成，一是dp[i-1]的情况加1得来，二是dp[i-2]的情况加2的来。（我承认我有赌的成分，感觉理论上可以，没有去验证，结果就通过了）

746. 使用最小花费爬楼梯

给你一个整数数组 cost ，其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用，即可选择向上爬一个或者两个台阶。

你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。

请你计算并返回达到楼梯顶部的最低花费。

示例 1：

输入：cost = [10,15,20]
输出：15
解释：你将从下标为 1 的台阶开始。
- 支付 15 ，向上爬两个台阶，到达楼梯顶部。
总花费为 15 。

示例 2：

输入：cost = [1,100,1,1,1,100,1,1,100,1]
输出：6
解释：你将从下标为 0 的台阶开始。
- 支付 1 ，向上爬两个台阶，到达下标为 2 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 4 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 6 的台阶。
- 支付 1 ，向上爬一个台阶，到达下标为 7 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 9 的台阶。
- 支付 1 ，向上爬一个台阶，到达楼梯顶部。
总花费为 6 。

提示：

• 2 <= cost.length <= 1000
• 0 <= cost[i] <= 999

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        if(cost.size()<=2)
        return min(cost[0],cost[1]);
        vector<int> dp(cost.size()+1);
        dp[0]=0;
        dp[1]=0;
        for(int i=2;i<=cost.size();i++)
        {
            dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
        }
        return dp[cost.size()];
    }
};

本题的关键是怎么去定义dp[i]，正确的定义法是：dp[i]是到达第i级台阶时总的花费，需要注意的是，我们这里设置的是开区间即不包括第i级（因为到楼顶时是不包括楼顶的，这样一以贯之）

因此，递推公式就出来了：

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

所以我们要学会用函数，如min、max，因为这样可以省写不少代码（偷懒），这道题也是整体性的思维，是用整体的逻辑去写for循环的，而不是仅仅看着这一层for循环。

小总结：dp[i]的定义往往是关键的中间量或者直接是result的前状态们。70是前者，509和746都是后者。