代码随想录算法训练营第三十八天|509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯

代码随想录刷题04.11

动态规划1

概念

动态规划中每一个状态一定是由上一个状态推导出来的，这一点就区分于贪心，贪心没有状态推导，而是从局部直接选最优的。

动规五步骤

1）dp数组（dp table）以及下标的含义

2）确定递推公式

3）dp数组如何初始化

4）确定遍历顺序

5）举例推导dp数组

LeetCode题目

509. 斐波那契数

解题思路

1.动态规划：
1）核心：利用备忘录存储数据，避免重复计算数据，减少计算分枝；
2）根源：减少暴力或回溯法的重复分支；
3）方法步骤：
i）理清dp数组及下标（从暴力出发来思考）；
ii）dp数组的初始值；
iii）递推函数；
iv）for循环遍历（这里动归和贪心有点像，减少了重复分支后动归又可能像贪心一样只用遍历一遍）；
v）打印dp数组，查看是否有问题。

2.关键：理清dp数组和递推函数。

代码过程

class Solution {
public:
    int fib(int n) {
        if(n<=1)return n;
        vector<int>dp(n+1);
        dp[0]=0;dp[1]=1;
        for(int i=2;i<=n;i++)
        {
            dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[n];
    }
};

LeetCode题目

70. 爬楼梯

解题思路

1.关于回溯、贪心和动归的一点思考：回溯是暴力完全遍历的一种先进方法，然而，为了在解决实际问题中减少重复或不必要的遍历分支，发展出贪心和动归算法，两者均能实现一次遍历得到结果，不同的是，贪心算法讲求单体个例的局部最优，而动归算法讲求实际目标由前向后逐渐发展递进，代表是斐波那契数列。

2.在动归中，由于使用了递推函数，可能导致dp数组下表索引超出范围的情况，因此，最好在最开始的时候就把初始值的情况给剪枝掉。

代码过程

class Solution {
public:
    int climbStairs(int n) {
        if(n<=2)return n;
        vector<int>dp(n+1);
        dp[1]=1;dp[2]=2;
        for(int i=3;i<=n;i++)
        {
            dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[n];
    }
};

LeetCode题目

746. 使用最小花费爬楼梯

解题思路

1.动归五步骤：
1）弄清楚dp数组及下标所对应的含义：一般为所求；
本题中，dp[i]表示到达第i阶所需花费的最小体力（也就是题目所要求的问题）；
2）推导出递归函数（这个要认真审题，从开始的情况向后试几个数字）；
3）确定初始值（根据题意）；
4）确定遍历顺序；
5）打印dp数组进行校验。

2.动归中最开始设置的dp数组的大小有点讲究，要弄清楚dp数组是从哪里开始进行索引，最终结束在哪，题目所给的n值有多大，是否需要加1！在解题中，尝试一下较小的数试一下。

代码过程

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        int n=cost.size();
        vector<int>dp(n+1);
        dp[0]=0;dp[1]=0;
        for(int i=2;i<=n;i++)
        {
            dp[i]=min((dp[i-1]+cost[i-1]),(dp[i-2]+cost[i-2]));
        }
        return dp[n];
    }
};