Day3代码随想录动态规划part01：动态规划原理、509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯

Day38 动态规划part01

**DP定义：**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。

**举例：**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])。

解题步骤：（重要）

1. 确定dp数组（dp table）以及下标的含义
2. 确定递推公式
3. dp数组如何初始化
4. 确定遍历顺序
5. 举例推导dp数组

debug方式：把这个数组打印出来看看符不符合自己想要的逻辑

509. 斐波那契数

leetcode链接：509. 斐波那契数 - 力扣（LeetCode）

class Solution:
    def fib(self, n: int) -> int:
        # dp[i]在第i个位置时的数值
        if n == 0:
            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] 

70. 爬楼梯

leetcode题目：. - 力扣（LeetCode）

题意：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？

思路：第三层楼梯的状态可以由第二层楼梯 和 到第一层楼梯状态推导出来—第二层楼梯爬一步+第一层楼梯爬2步

• 确定dp数组以及下标的含义：dp[i]： 爬到第i层楼梯，有dp[i]种方法
• 递推公式：dp[i] = dp[i - 1] + dp[i - 2]；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不就是dp[i]了么。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不就是dp[i]了么。那么dp[i]就是 dp[i - 1]与dp[i - 2]之和！
• dp数组初始化：dp[0] =0; dp[1] = 1; dp[2] = 2;
• 确定遍历顺序：从前向后遍历
• 举例推导dp数组：把dp table 打印出来，看看究竟是不是和自己推导的一样
• 其实就是斐波那契数列

class Solution:
    def climbStairs(self, n: int) -> int:
        if n==0:
            return 0
        if n==1:
            return 1
        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] 
            # 走到第i层可以从第i-1层走1步，或者从i-2层走两步 
        # print(dp)
        return dp[n]   

746. 使用最小花费爬楼梯

题目描述：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 2：

• 输入：cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]
• 输出：6
• 解释：最低花费方式是从 cost[0] 开始，逐个经过那些 1 ，跳过 cost[3] ，一共花费 6 。

思路：

• 确定dp数组以及下标的含义：dp[i]： 爬到第i层楼梯，最小的花费体力。
• 递推公式：可以有两个途径得到dp[i]，一个是dp[i-1] 一个是dp[i-2]。dp[i] = min(dp[i - 1] + cost[i-1], dp[i - 2] + cost[i-2])；
• dp数组初始化：只初始化dp[0]和dp[1]就够了，其他的最终都是dp[0] dp[1]。”你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯”dp[0] =0; dp[1] = 0;
• 确定遍历顺序：从前向后遍历
• 举例推导dp数组：把dp table 打印出来，看看究竟是不是和自己推导的一样

class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        dp = [0] * (len(cost) + 1)
        dp[0] = 0  # 初始值，表示从起点开始不需要花费体力
        dp[1] = 0  # 初始值，表示经过第一步不需要花费体力
        
        for i in range(2, len(cost) + 1):
            # 在第i步，可以选择从前一步（i-1）花费体力到达当前步，或者从前两步（i-2）花费体力到达当前步
            # 选择其中花费体力较小的路径，加上当前步的花费，更新dp数组
            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])
        
        return dp[len(cost)]  # 返回到达楼顶的最小花费