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:

111
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:
在这里插入图片描述

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

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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