【基础决定高度】【算法】从零开始手撕动态规划（DynamicProgramming）（一）

本文链接：https://blog.csdn.net/cainiao_4966/article/details/105743482

逛leetcode，对于面试题8.11.硬币问题一点思路都没有，答案都看不懂，感觉很受伤。决定花这个周末好好搞一下动态规划算法。
在b站上看到一个很适合入门的视频
https://www.bilibili.com/video/BV18x411V7fm
美中不足的是，没有代码。。。所以根据视频的思路补充Java和Python的解供大家配合食用。

斐波那契数列

1.递归解

java

 public long fibRec(int n) {
        // 如果1或者2 返回1 也是递归程序的出口
        if (n==1 || n==2) {
            return 1;
        }
        // 不然就返回前面两个数的和
        return fibRec(n - 1) + fibRec(n - 2);
    }

python

def fibRec(n):
    if n == 1 or n == 2:
        return 1
    else:
        return fibRec(n-1) + fibRec(n-2)

递归式写起来真的很简洁！但是它的时间复杂度是2^n，而且递归层数太多，直接有爆栈的危险！（这也告诉我们，递归写法往往不算是很成功的算法）
2.非递归
java

    public long fibDp(int n) {
        long [] fib = new long[n]; // 建立一个长度为n的数组
        for (int i = 0; i < n; i++) {
            // 如果序号为0或者1，则赋值为1
            if (i <= 1 ) {
                fib[i] = 1;
            } else {
                // 否则赋值为前面两个的和
                fib[i] = fib[i-1] + fib[i-2];
            }
        }
        return fib[n-1];
    }

python

def fibDp(n):
    fib = []
    for i in range(n):
        if i == 0 or i == 1:
            fib.append(1)
        else:
            fib.append(fib[i-1] + fib[i-2])
    return fib[n-1]