斐波那契数
题目描述
斐波那契数 (通常用 F(n)
表示)形成的序列称为 斐波那契数列 。该数列由 0
和 1
开始,后面的每一项数字都是前面两项数字的和。也就是:
F(0) = 0,F(1) = 1
F(n) = F(n - 1) + F(n - 2),其中 n > 1
给定 n
,请计算 F(n)
。
示例 1:
输入:n = 2
输出:1
解释:F(2) = F(1) + F(0) = 1 + 0 = 1
示例 2:
输入:n = 3
输出:2
解释:F(3) = F(2) + F(1) = 1 + 1 = 2
示例 3:
输入:n = 4
输出:3
解释:F(4) = F(3) + F(2) = 2 + 1 = 3
解题思路
-
确定dp数组以及下标的含义
- dp数组用于存储斐波那契数列的值,
dp[i]
表示第i
个斐波那契数。因此,dp
数组的大小为N + 1
,其中N
是输入的整数。
- dp数组用于存储斐波那契数列的值,
-
确定递推公式
- 根据题意可以直接得到递推公式为:
dp[i]=dp[i−1]+dp[i−2]
- 根据题意可以直接得到递推公式为:
-
dp数组初始化
-
根据题意可以对dp数组进行初始化:
dp[0] = 0; // 第0个斐波那契数 dp[1] = 1; // 第1个斐波那契数
-
-
确定遍历顺序
- 从递归公式
dp[i] = dp[i - 1] + dp[i - 2];
中可以发现,dp[i]
的值是依赖于dp[i - 1]
和dp[i - 2]
,那么遍历的顺序一定是从前到后遍历的
- 从递归公式
-
举例推导dp数组
-
当N为10的时候,根据上述递推公式,可以得出dp数组为:
0 1 1 2 3 5 8 13 21 34 55
,如果最终代码返回的值和手动推导的不一致,可以手动打印一下dp数组,然后再分析是哪块出了问题:class Solution { public: int fib(int n) { if (n <= 1) { cout << n << endl; return n; } vector<int> dp(n + 1); dp[0] = 0; dp[1] = 1; cout << dp[0] << endl; cout << dp[1] << endl; for (int i = 2; i <= n; i++) { dp[i] = dp[i - 1] + dp[i - 2]; cout << dp[i] << endl; } return dp[n]; } };
dp数组打印情况如下,和手动推导的一致,说明没有问题:
-
代码实现
测试地址:https://leetcode.cn/problems/fibonacci-number/
class Solution {
public:
int fib(int n) {
// 如果 n 小于等于 1,直接返回 n
if (n <= 1) {
return n;
}
// 创建一个大小为 n+1 的动态数组 dp 来存储斐波那契数列
vector<int> dp(n + 1);
// 初始化斐波那契数列的前两个数
dp[0] = 0; // 第 0 个斐波那契数是 0
dp[1] = 1; // 第 1 个斐波那契数是 1
// 从第 2 个数开始,计算到第 n 个数
for (int i = 2; i <= n; i++) {
// 每个数是前两个数的和
dp[i] = dp[i - 1] + dp[i - 2];
}
// 返回第 n 个斐波那契数
return dp[n];
}
};
因为我们不需要维护一整个斐波那契数列,而是只需要得到第n个数的斐波那契数,因此可以对上述代码进行压缩:
class Solution {
public:
int fib(int n) {
// 如果 n 小于等于 1,直接返回 n
if (n <= 1) {
return n;
}
// 使用两个变量来存储斐波那契数列的前两个数
int dp[2];
dp[0] = 0; // 第 0 个斐波那契数是 0
dp[1] = 1; // 第 1 个斐波那契数是 1
// 从第 2 个数开始,计算到第 n 个数
for (int i = 2; i <= n; i++) {
// 计算当前的斐波那契数
int sum = dp[0] + dp[1];
// 更新前两个斐波那契数
dp[0] = dp[1];
dp[1] = sum;
}
// 返回第 n 个斐波那契数
return dp[1];
}
};
爬楼梯
题目描述
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?
示例 1:
输入:n = 2
输出:2
解释:有两种方法可以爬到楼顶。
1. 1 阶 + 1 阶
2. 2 阶
示例 2:
输入:n = 3
输出:3
解释:有三种方法可以爬到楼顶。
1. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶
解题思路
-
确定dp数组以及下标的含义
dp[i]
: 爬到第i
层楼梯,共有dp[i]
种方法
-
确定递推公式
- 分析题意可知,爬楼梯一次只能爬1层或者2层,因此爬到第一层只有一种方法,爬到第二层有2种方法,那么如果要爬到第三层,可以先爬到第一层,然后再爬两层到第三层,也可以先爬到第二层,然后再爬一层到第三层,因此爬到第三层的方法实际上依赖于爬到第一层的方法 + 爬到第二层的方法,因此可以得到递推公式:
dp[i] = dp[i-1] + dp[i-2]
- 分析题意可知,爬楼梯一次只能爬1层或者2层,因此爬到第一层只有一种方法,爬到第二层有2种方法,那么如果要爬到第三层,可以先爬到第一层,然后再爬两层到第三层,也可以先爬到第二层,然后再爬一层到第三层,因此爬到第三层的方法实际上依赖于爬到第一层的方法 + 爬到第二层的方法,因此可以得到递推公式:
-
dp数组初始化
- 根据提示可以得知,
n
的值为正整数,因此在初始化的时候没有必要管dp[0]
,直接对dp[1]
和dp[2]
进行初始化即可。
- 根据提示可以得知,
-
确定遍历顺序
- 根据递归公式可以得知,
dp[i]
依赖于dp[i-1]
和dp[i-2]
,因此遍历方向是从左往右
- 根据递归公式可以得知,
-
举例推导dp数组
- 当 n = 5 的时候,通过手推递推数组的值应该为:
[1,2,3,5,8]
,如果代码存在问题,可以将dp数组打印下来,看看是否和手推的一致。
- 当 n = 5 的时候,通过手推递推数组的值应该为:
代码实现
测试地址:https://leetcode.cn/problems/climbing-stairs/
class Solution {
public:
int climbStairs(int n) {
// 如果n小于等于1,直接返回n,因为只有一种方法
if (n <= 1) return n;
// 创建一个大小为n+1的动态数组dp来存储每阶楼梯的方法数
vector<int> dp(n + 1);
// 初始化前两阶楼梯的方法数
dp[1] = 1; // 爬到第1阶只有一种方法
dp[2] = 2; // 爬到第2阶有两种方法(一步一步或直接两步)
// 从第3阶开始,计算到第n阶的方法数
for (int i = 3; i <= n; i++) {
// 第i阶的方法数等于第i-1阶和第i-2阶方法数的和
dp[i] = dp[i - 1] + dp[i - 2];
}
// 返回爬到第n阶的方法数
return dp[n];
}
};
对上述代码进行空间优化:
class Solution {
public:
int climbStairs(int n) {
// 如果n小于等于1,直接返回n,因为只有一种方法
if (n <= 1) return n;
// 使用一个大小为3的数组dp来存储当前和前两个楼梯的方法数
int dp[3];
// 初始化前两阶楼梯的方法数
dp[1] = 1; // 爬到第1阶只有一种方法
dp[2] = 2; // 爬到第2阶有两种方法(一步一步或直接两步)
// 从第3阶开始,计算到第n阶的方法数
for (int i = 3; i <= n; i++) {
// 计算当前阶的方法数,即前两阶方法数的和
int sum = dp[1] + dp[2];
// 更新前两个楼梯的方法数
dp[1] = dp[2];
dp[2] = sum;
}
// 返回爬到第n阶的方法数
return dp[2];
}
};
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 1:
输入:cost = [10,15,20]
输出:15
解释:你将从下标为 1 的台阶开始。
- 支付 15 ,向上爬两个台阶,到达楼梯顶部。
总花费为 15 。
示例 2:
输入:cost = [1,100,1,1,1,100,1,1,100,1]
输出:6
解释:你将从下标为 0 的台阶开始。
- 支付 1 ,向上爬两个台阶,到达下标为 2 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 4 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 6 的台阶。
- 支付 1 ,向上爬一个台阶,到达下标为 7 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 9 的台阶。
- 支付 1 ,向上爬一个台阶,到达楼梯顶部。
总花费为 6 。
解题思路
-
确定dp数组以及下标的含义
- dp[i]表示要到达第i层所需要花费的最小花费
-
确定递推公式
- 根据题意可知,可以从第0层和第一层开始,每次向上可以爬一层或者两层楼梯,因此爬到第二层的最小花费依赖于从第0层开始爬2层的花费加上从第1层开始爬1层的花费的最小值,因此可以得到递推公式:dp[i] =
min(dp[i-2]+cost[i-2],dp[i-1]+cost[i-1])
- 根据题意可知,可以从第0层和第一层开始,每次向上可以爬一层或者两层楼梯,因此爬到第二层的最小花费依赖于从第0层开始爬2层的花费加上从第1层开始爬1层的花费的最小值,因此可以得到递推公式:dp[i] =
-
dp数组初始化
- 因为到达第0层和第一层是不需要花费的,因此初始化为:
dp[0] = 0
,dp[1] = 0
- 因为到达第0层和第一层是不需要花费的,因此初始化为:
-
确定遍历顺序
- 根据递推式可以发现,dp[i] 依赖于 dp[i-1]和dp[i-2],因此遍历顺序为从左往右
-
举例推导dp数组
-
拿示例2:cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1] ,来模拟一下dp数组的状态变化,如下:
-
代码实现
测试地址:https://leetcode.cn/problems/min-cost-climbing-stairs/
class Solution {
public:
int minCostClimbingStairs(vector<int> &cost) {
// 创建一个大小为cost.size() + 1的动态数组dp来存储到达每一阶的最小花费
vector<int> dp(cost.size() + 1);
// 初始化前两阶楼梯的最小花费
dp[0] = 0; // 到达第0阶的最小花费为0
dp[1] = 0; // 到达第1阶的最小花费为0
// 从第2阶开始,计算到达每一阶的最小花费
for (int i = 2; i <= cost.size(); i++) {
// 到达第i阶的最小花费是以下两种情况的最小值:
// 1. 从前一阶(i-1)跳上来,花费为dp[i-1] + cost[i-1]
// 2. 从前两阶(i-2)跳上来,花费为dp[i-2] + cost[i-2]
dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
// 返回到达楼梯顶部的最小花费
return dp[cost.size()];
}
};
优化空间后的代码如下:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
// 初始化前两阶楼梯的最小花费
int dp0 = 0; // 到达第0阶的最小花费为0
int dp1 = 0; // 到达第1阶的最小花费为0
// 从第2阶开始,计算到达每一阶的最小花费
for (int i = 2; i <= cost.size(); i++) {
// 计算到达第i阶的最小花费
// 选择从前一阶(i-1)跳上来或从前两阶(i-2)跳上来,取最小值
int dpi = min(dp1 + cost[i - 1], dp0 + cost[i - 2]);
// 更新前两阶的最小花费
dp0 = dp1; // 更新dp0为前一阶的最小花费
dp1 = dpi; // 更新dp1为当前阶的最小花费
}
// 返回到达楼梯顶部的最小花费
return dp1;
}
};