斐波那契数列:509
动态规划五部曲总结:
(1)dp数组以及下标的意义
(2)递推公式
(3)dp数组如何初始化
(4)遍历顺序
(5)打印数组
斐波那契数列,也就是每一个值是前两个值的和。
那这样的话,递推公式是很简单的。
就是dp[i]=dp[i-1]+dp[i-2]
dp数组的初始化,就是对dp数组的前面两个值dp[0]和dp[1]进行赋值,在这个斐波那契数列中很明显,dp[0]=0,dp[1]=1。
那么遍历顺序,就是对dp数组进行从前向后的赋值,最后打印最后我们想要的数组值即可。
class Solution:
def fib(self,n):
if n<=1:
return 1
dp=[0]*n
dp[0]=1
dp[1]=1
for i in range(2,n):
dp[i]=dp[i-1]+dp[i-2]
return dp[n-1]
爬楼梯:70
分析一波发现就是斐波那契额数列!
1阶 有1种方法(一步迈上去)
2阶 有2种方法(一步一步迈上去,一次迈2个台阶上去)
3阶 有1+2种方法:怎么理解呢
2阶中有两个方法,在这两阶的基础上,迈一步,那这样就是有两种方法了,还有一个是在1阶的基础上,迈2步,这样就有三种方法了。
即:
1+2
1+1+1
2+1+1
由于在条件“每次你可以爬 1 或 2 个台阶”的约束下,所以可以看作,每次爬n个楼梯,会是爬n-1和n-2个楼梯的加和。这就是状态转移方程。
class Solution:
def fib(self,n):
if n<=1:
return 1
dp=[0]*n
dp[0]=1
dp[1]=1
for i in range(2,n):
dp[i]=dp[i-1]+dp[i-2]
return dp[n-1]
使用最小花费爬楼梯:746
这个版本是爬楼梯的花费版本:
class Solution:
def minCostClimbingStairs(self, cost: List[int]) -> int:
dp=[0]*len(cost)
dp[0]=cost[0]
dp[1]=cost[1]
for i in range(2,len(cost)):
dp[i]=min(dp[i-1],dp[i-2])+cost[i]
return min(dp[len(cost)-1],dp[len(cost)-2])
也就是说构造的这个dp数组,就是本身的花费再加上但当前索引的前两个的dp值的最小值。
最终,我们要的就是看dp数组倒数第一和第二个的最小值。