2022.11.28 am

【刷dp题目】

1.斐波那契数（509题）：通过。

2.爬楼梯（70题）：通过。

3.使用最小花费爬楼梯（746题）：没通过。

没有明确好dp[i]的含义，到底是上楼之前花费，还是上楼之后花费。现在明确为上楼之前花费，这样的话就是dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])，dp[i]可以由dp[i - 1]和dp[i - 2]推出，从哪上来的就把哪的花费给加上（而不是加i处的花费）。第一步（也就是到达第0或第1级台阶是不花费的，因为是上楼前花费，所以dp[0]和dp[1]都是0。而且这样的定义，是到达了某层再把前面的花费给加上，所以要算到cost.size()层，也就是多一个，这样才是真正到达了，要不然相当于还没走最后一步，没到楼顶。也就是说dp数组大小为cost.size() + 1，返回dp[cost.size()]。

4.不同路径（62题）：通过。（一开始居然写成一个循环了，每次i++，j++，相当于斜着往下走只填了一条线啊，二维数组要每个地方都填，肯定是两层循环啊。）

5.不同路径II（63题）：通过。（一开始初始化的时候有点问题，注意第一行第一列初始化的时候，只要遇到障碍就break了，后面都是0，因为走不过去了。）

6.整数拆分（343题）：没通过。

没想清楚最大乘积是怎么拆分得到的。dp[i]的最大乘积是怎么得到的呢，可以把j从1开始遍历，有两种渠道得到dp[i]，一是j * (i - j)，二是j * dp[i - j]（相当于拆分i - j）。也可以理解为，j * (i - j)是拆成两个数相乘，j * dp[i - j]是拆成两个及两个以上的数相乘。如果是dp[i] * dp[i - j]相当于强制拆成四个及四个以上的数相乘了。因此递推公式就是dp[i] = max(dp[i], max(j * (i - j), j * dp[i - j]))，时刻维持一个最大乘积。初始化dp[2] = 1就行了（拆0和1没意义）。遍历j的时候可以缩小一下范围，j从1到i / 2就可以了，因为再往后之前已经拆过了。

7.不同的二叉搜索树（96题）：通过（具体从1还是从2遍历，还有遍历的时候一些细节，只要把递推公式写出来能符合要求都可以）。

// 此处先复习一下01背包问题的基础知识再继续做相关题目

01背包：

有n件物品和一个最多能背重量为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。

①用二维dp数组：dp[i][j]表示从下标为0~i的物品里任取，放进容量为j的背包，最大的价值总和。

那么可以有两个方向推出来dp[i][j]，放物品i和不放物品i。递推公式就是dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])。当然如果当前物品重量比当前背包容量j还大，那只能不放i，也就是dp[i - 1][j]。

初始化的时候，dp[i][0]表示背包容量为0，那么肯定价值总和也是0，dp[0][j]表示只取物品0，所以当背包容量小于物品0的重量时，价值总和为0，大于等于物品0的重量时，价值总和为物品0的价值。

用二维数组，遍历的内外循环是随便的，然后都从小到大遍历就行，因为推导所需要的数据就是左上角的数据。

②用一维dp数组：dp[j]表示容量为j的背包，所背物品的最大价值总和。

在二维的递推公式中可以发现，推导第i行，也就是放第i个物品的时候，用到的是i - 1行的数据，如果把上一行拷贝下来重复利用就好了，所以干脆就用滚动数组。所以就是dp[j] = max(dp[j], dp[j - weight[i]] + value[i])，其实就是把i和j两个维度中的i给去掉了。然后都初始为0即可。

此时要注意遍历的内外和顺序了。

首先，遍历背包的顺序是倒序，因为要保证物品i只放入一次。

例如：物品0的重量weight[0] = 1，价值value[0] = 15。

如果正序遍历：

dp[1] = dp[1 - weight[0]] + value[0] = 15

dp[2] = dp[2 - weight[0]] + value[0] = 30

此时dp[2]就已经是30了，意味着物品0，被放入了两次，所以不能正序遍历。

如果倒序遍历（先算dp[2]）：

dp[2] = dp[2 - weight[0]] + value[0] = 15 （因为dp数组已经都初始化为0）

dp[1] = dp[1 - weight[0]] + value[0] = 15

所以从后往前循环，每次取得的状态不会和之前取得的状态重合，这样每种物品就只取一次了。实际上就是，如果正序遍历相当于先算的dp[1]把原本dp[2]的上一行（但我们给合并了）所需要的那个位置的0给覆盖了。而倒序就不会覆盖。

其次，遍历的内外应该是物品在外，背包在内。

因为一维dp的写法背包容量一定是要倒序遍历，如果遍历背包容量j放在外面，那么每个dp[j]就只会放入一个物品，即背包里只放入了一个物品。（这一块其实不太好理解，可以理解为，应该一个一个物品处理，看看能不能再放下一个物品，所以物品在外。）

本质上一维数组还是相当于一个二维数组的遍历，右下角的值依赖左上角的值，因此需要保证左边的值仍然是上一层的（不能被覆盖），从右向左覆盖。

总结：一维dp数组处理01背包问题，外层遍历物品，内层遍历背包容量，并且背包容量要倒序遍历。