Leetcode刷题笔记-动态规划

按照youngyangyang04总结的Leetcode刷题攻略进行整理，链接https://github.com/youngyangyang04/leetcode-master

---

---

动态规划

1. 最小花费爬楼梯

题目：使用最小花费爬楼梯

https://leetcode-cn.com/problems/min-cost-climbing-stairs/

数组的每个下标作为一个阶梯，第 i 个阶梯对应着一个非负数的体力花费值 cost[i]，每当你爬上一个阶梯你都要花费对应的体力值，一旦支付了相应的体力值，你就可以选择向上爬一个阶梯或者爬两个阶梯。请你找出达到楼层顶部的最低花费。在开始时，你可以选择从下标为 0 或 1 的元素作为初始阶梯。
递推公式：dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i]
注意，爬上这一层楼梯会直接消耗该层楼梯所对应的体力值，所以递推公式最后一项是cost[i]，初始化后自前向后遍历即可。

2. 不同路径

题目：不同路径

https://leetcode-cn.com/problems/unique-paths/

m x n网格，机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ），问总共有多少条不同的路径？
dp表：

1	1	…	1
1
…
1			?

递推公式：dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
自左向右遍历即可

3. 不同路径(网格中含障碍)

题目：不同路径II

https://leetcode-cn.com/problems/unique-paths-ii/

将障碍物的位置填0

4. 整数拆分

题目：整数拆分

https://leetcode-cn.com/problems/integer-break/

分解问题：
每个数进行分解，得到的结果至少有两个数，对其中第一个数可能出现的情况进行遍历，也就是内层循环中，第一个数可能是1~i-1。考虑完第一个数，再考虑剩下部分。剩下部分要么是分解了的，要么是没分解的，如果分解了，其最大乘积可以通过dp数组得到，也就是dp[i - j]，它和第一个数的最大乘积是j * dp[i - j]，因为按照题目的定义，dp里存的都是各个数至少分成两个数后的最大乘积；如果没分解，那么其乘积为j * (i - j)，那么取这两种情况下的最大值，记录在dp数组中，接着去递推即可。

class Solution {
public:
    int integerBreak(int n) {
        vector<int> dp(n + 1);
        dp[2] = 1;
        for (int i = 3; i <= n ; i++) {
            for (int j = 1; j < i - 1; j++) {
                dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
            }
        }
        return dp[n];
    }
};

5. 不同的二叉搜索树

题目：不同的二叉搜索树

https://leetcode-cn.com/problems/unique-binary-search-trees/

dp[i] += dp[以j为头结点左子树节点数量] * dp[以j为头结点右子树节点数量]，j相当于是头结点的元素，从1遍历到i为止。

6. 01背包问题

有N件物品和一个最多能被重量为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。
dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少。
递推公式：dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - 一次，求解将哪些物品装入背包里物品价值总和最大。
即要么这个物品不放入，要么放入↑

				重量		  价值
物品0			1				15
物品1			3				20
物品2			4				30

初始化：

void test_2_wei_bag_problem1() {
    vector<int> weight = {1, 3, 4};
    vector<int> value = {15, 20, 30};
    int bagWeight = 4;

    // 二维数组
    vector<vector<int>> dp(weight.size() + 1, vector<int>(bagWeight + 1, 0));

    // 初始化 
    for (int j = bagWeight; j >= weight[0]; j--) {
        dp[0][j] = dp[0][j - weight[0]] + value[0];
    }

    // weight数组的大小 就是物品个数
    for(int i = 1; i < weight.size(); i++) { // 遍历物品
        for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量
            if (j < weight[i]) dp[i][j] = dp[i - 1][j];
            else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);

        }
    }

    cout << dp[weight.size() - 1][bagWeight] << endl;
}

int main() {
    test_2_wei_bag_problem1();
}

滚动数组（dp只有一行，按行更新）

void test_1_wei_bag_problem() {
    vector<int> weight = {1, 3, 4};
    vector<int> value = {15, 20, 30};
    int bagWeight = 4;

    // 初始化
    vector<int> dp(bagWeight + 1, 0);
    for(int i = 0; i < weight.size(); i++) { // 遍历物品
        for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
            dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
        }
    }
    cout << dp[bagWeight] << endl;
}

int main() {
    test_1_wei_bag_problem();
}

7. 分割等和子集

题目：分割等和子集

https://leetcode-cn.com/problems/partition-equal-subset-sum/

转换为背包大小为sum/2的01背包问题，如果大小为sum/2能正好装价值为sum/2的元素，说明可以分割为等和子集。这里的价值就等于元素本身大小。

8. 分为大小最接近的两堆

题目：最后一块石头的重量 II

https://leetcode-cn.com/problems/last-stone-weight-ii/

和7类似，给背包大小为sum/2，尝试把石头分为重量接近的两堆

9. 目标和