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] = 1dp[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] = 1dp[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)。

  • 20
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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