第三十八天| 509. 斐波那契数、70. 爬楼梯、卡码网 爬楼梯、746. 使用最小花费爬楼梯

Leetcode 509. 斐波那契数

题目链接：509 斐波那契数

题干：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) 。

思考一：动态规划。这是一道简易题，主要用来熟悉动态规划五步曲。

• 确定dp数组以及下标的含义

定义一个一维dp数组来保存递归的结果。dp[i]的定义为：第i个数的斐波那契数值是dp[i]

• 确定递推公式

题目已经给定递推公式：dp[i] = dp[i - 1] + dp[i - 2];

• dp数组如何初始化

题目中也已经给定：dp[0] = 0;dp[1] = 1;

• 确定遍历顺序

从递归公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出，dp[i]是依赖 dp[i - 1] 和 dp[i - 2]，那么遍历的顺序一定是从前到后遍历的

• 举例推导dp数组

按照这个递推公式dp[i] = dp[i - 1] + dp[i - 2]，简单推导一下，当N为10的时候，dp数组应该是如下的数列：0 1 1 2 3 5 8 13 21 34 55

如果出现bug，就把dp数组打印出来寻找问题位置。

代码：

class Solution {
public:
    int fib(int n) {
        if (n < 2)  return n;       //特殊两项
        int dp[n + 1];        //记录每项对应的斐波那契数值
        dp[0] = 0;
        dp[1] = 1;
        for (int i = 2; i <= n; i++)
            dp[i] = dp[i - 1] + dp[i - 2];        //递推公式
        return dp[n];
    }
};

优化：从递推公式可以看出实际要维护的元素只有两个。

代码：

class Solution {
public:
    int fib(int n) {
        if (n < 2)  return n;       //特殊两项
        int dp[2];
        dp[0] = 0;
        dp[1] = 1;
        for (int i = 2; i <= n; i++) {
            int sum = dp[0] + dp[1];
            //更新数组
            dp[0] = dp[1];
            dp[1] = sum;
        }
        return dp[1];
    }
};

思考二：此题还可用递归法处理。

代码：

class Solution {
public:
    int fib(int n) {
        if (n < 2) return n;
        return fib(n - 1) + fib(n - 2);
    }
};

Leetcode 70. 爬楼梯

题目链接：70 爬楼梯

题干：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？

• 1 <= n <= 45

思考：动态规划。这题其实和上题一样。

• 确定dp数组以及下标的含义

定义一个一维数组来记录不同楼层的状态。dp[i]： 爬到第i层楼梯，有dp[i]种方法

• 确定递推公式

从dp[i]的定义可以看出，dp[i] 可以有两个方向推出来。

首先是dp[i - 1]，上i-1层楼梯，有dp[i - 1]种方法，那么再一步跳一个台阶就是dp[i]。

还有就是dp[i - 2]，上i-2层楼梯，有dp[i - 2]种方法，那么再一步跳两个台阶就是dp[i]。

所以dp[i] = dp[i - 1] + dp[i - 2] 。

• dp数组如何初始化

需要注意题目中指明n是一个正整数，所以本题应该直接从dp[1]考虑初始化。

易得dp[1] = 1，dp[2] = 2

• 确定遍历顺序

从递推公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出，遍历顺序一定是从前向后遍历的

• 举例推导dp数组

举例当n为5的时候，dp table（dp数组）应该是1 2 3 5 8

---

此题也可优化，实际要维护的元素也就两个。

代码（优化后）：

class Solution {
public:
    int climbStairs(int n) {
        if (n < 3)  return n;       //起始两项
        int dp[3];      
        dp[1] = 1;
        dp[2] = 2;
        for (int i = 3; i <= n; i++) {      
            int sum = dp[1] + dp[2];
            dp[1] = dp[2];
            dp[2] = sum;
        }
        return dp[2];
    }
};

卡码网 爬楼梯

题目链接：卡码网 爬楼梯

题干：假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 

每次你可以爬至多m (1 <= m < n)个台阶。你有多少种不同的方法可以爬到楼顶呢？ 

注意：给定 n 是一个正整数。

思考：此题和上题的区别仅在递推公式上。

由于每次可爬的层数为m，因此dp[i] 可以有m个方向推出来。

类似dp[i - j]，上i-j层楼梯，有dp[i - j]种方法，那么再一步跳j个台阶就是dp[i]。(1 <= j <= m)

所以。

故计算每层楼层的状态只需循环min(i, m)次相加，因此dp[0]只能为1。

代码：

class Solution {
public:
    int climbStairs(int n) {
        vector<int> dp(n + 1, 0);
        dp[0] = 1;
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= m; j++) { // 把m换成2，就可以AC上面那题
                if (i - j >= 0) dp[i] += dp[i - j];
            }
        }
        return dp[n];
    }
};

Leetcode 746. 使用最小花费爬楼梯

题目链接：746 使用最小花费爬楼梯

题干：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。

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

思考：动态规划。

• 确定dp数组以及下标的含义

定义一个一维数组来记录到达不同楼层所需要支付的费用。dp[i]的定义：到达第i台阶所花费的最少体力为dp[i]。

• 确定递推公式

从dp[i]的定义可以看出，dp[i] 可以有两个方向推出来。

dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]。

dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]。

由题干可知dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);

• dp数组如何初始化

题干中明确 “你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。” 也就是说 到达 第 0 个台阶是不花费的，但从 第0 个台阶 往上跳的话，需要花费 cost[0]。所以初始化 dp[0] = 0，dp[1] = 0;

• 确定遍历顺序

从递推公式dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);中可以看出，遍历顺序一定是从前向后遍历cost数组。

• 举例推导dp数组

拿示例2：cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1] ，来模拟一下dp数组的状态变化，如下：

代码：

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size() + 1);
        dp[0] = 0;       //题干默认到达下标为0或1的台阶无开销
        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]);      //取前两台阶爬上的累计最小值
        
        return dp[cost.size()];

    }
};

优化：从递推公式可以看出实际要维护的元素还是只有两个。

代码：

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        int dp0 = 0;
        int dp1 = 0;
        for (int i = 2; i <= cost.size(); i++) {
            int dpi = min(dp1 + cost[i - 1], dp0 + cost[i - 2]);
            dp0 = dp1; // 记录一下前两位
            dp1 = dpi;
        }
        return dp1;
    }
};

自我总结：

• 逐步熟悉动态规划五步曲
  • 确定dp数组以及下标的含义
  • 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