代码随想录算法训练营第三十八天 | 动态规划基础、509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯

动态规划理论基础

文章链接：https://programmercarl.com/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92%E7%90%86%E8%AE%BA%E5%9F…

动态规划，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。所以动态规划中每一个状态一定是由上一个状态推导出来的，这一点就区分于贪心，贪心没有状态推导，而是从局部直接选最优的。比如背包问题：有N件物品和一个最多能背重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。

• 动态规划中dp[j]是由dp[j-weight[i]]推导出来的，然后取max(dp[j], dp[j - weight[i]] + value[i])。
• 但如果是贪心呢，每次拿物品选一个最大的或者最小的就完事了，和上一个状态没有关系。

动规五部曲：

• 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
• 打印dp数组，用于debug

动规的常见问题类型：

• 动规基础
• 背包问题
• 打家劫舍
• 股票问题
• 子序列问题

509. 斐波那契数

题目链接：https://leetcode.cn/problems/fibonacci-number/
文档讲解：https://programmercarl.com/0509.%E6%96%90%E6%B3%A2%E9%82%A3%E5%A5%91%E6%95%B0.html
视频讲解：https://www.bilibili.com/video/BV1f5411K7mo

思路

• 确定dp数组以及下标的含义：为第i个斐波那契数的值为dp[i]
• 确定递推公式：dp[i] = dp[i - 1] + dp[i - 2]
• dp数组如何初始化 ：dp[0] = 1，dp[1] = 1
• 确定遍历顺序：从前往后遍历
• 打印dp数组，用于debug

代码

class Solution {
    public int fib(int n) {
        if (n < 2) return n;
        int[] dp = new int[n + 1];
        dp[0] = 0;
        dp[1] = 1;
        for (int i = 2; i < n + 1; i++) {
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
}

分析：时间复杂度：O(n)，空间复杂度：O(n)。

70. 爬楼梯

题目链接：https://leetcode.cn/problems/climbing-stairs/
文档讲解：https://programmercarl.com/0070.%E7%88%AC%E6%A5%BC%E6%A2%AF.html
视频讲解：https://www.bilibili.com/video/BV17h411h7UH

思路

• 确定dp数组以及下标的含义：爬i个台阶有dp[i]种方法
• 确定递推公式：第i阶的方法数是由i - 1阶和i - 2阶得到的，可以从i - 1阶走一步上来，也可以从i - 2阶走两步上来，所以dp[i] = dp[i - 1] + dp[i - 2]
• dp数组如何初始化 ：dp[1] = 1，dp[2] = 2
• 确定遍历顺序：从前往后遍历
• 打印dp数组，用于debug

代码

class Solution {
    public int climbStairs(int n) {
        if (n <= 2) return n;
        int[] dp = new int[n + 1]; // 爬n阶楼梯有dp[i]种方法
        dp[1] = 1;
        dp[2] = 2;
        for (int i = 3; i < dp.length; i++) {
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
}

分析：时间复杂度：O(n)，空间复杂度：O(n)。

746. 使用最小花费爬楼梯

题目链接：https://leetcode.cn/problems/min-cost-climbing-stairs/
文档讲解：https://programmercarl.com/0746.%E4%BD%BF%E7%94%A8%E6%9C%80%E5%B0%8F%E8%8A%B1%E8%B4%B9%E7…
视频讲解：https://www.bilibili.com/video/BV16G411c7yZ/

思路

• 确定dp数组以及下标的含义：到达i位置的花费为dp[i]
• 确定递推公式：dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
• dp数组如何初始化 ：
• 确定遍历顺序：
• 打印dp数组，用于debug

代码

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 - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
        }
        return dp[cost.length]; // 这里返回的应该是cost数组最大梯子的下一阶
    }
}

分析：时间复杂度：O(n)，空间复杂度：O(n)。