【代码随想录算法训练营】第38天 | 第九章 动态规划（一）+ 复习第9天 第四章 字符串（二）

主要内容

动态规划的5个步骤：
1、明确dp数组以及下标的含义
2、递推公式
3、初始化
4、遍历顺序
5、举例推导
确定dp数组（dp table）以及下标的含义
确定递推公式
dp数组如何初始化
确定遍历顺序
举例推导dp数组

动态规划题目

509. 斐波那契数

思路分析

简单小case

代码

class Solution:
    def fib(self, n: int) -> int:
        if n < 2:
            return n
        dp = [0] * (n + 1)
        dp[0] = 0
        dp[1] = 1
        for i in range(2, n + 1):
            dp[i] = dp[i - 1] + dp[i - 2]
        return dp[n]

70. 爬楼梯

思路分析

最后一阶楼梯可1步上，也可以两步上 dp[n] = dp[n-1] + dp[n-2]
dp[i]表示第i阶楼梯如何上
初始化 dp[1] = 1, dp[2] = 2, dp[3] = 3
和斐波那契数列一样

代码

class Solution:
    # 最后一阶楼梯可1步上，也可以两步上 dp[n] = dp[n-1] + dp[n-2]
    # dp[i]表示第i阶楼梯如何上
    # 初始化 dp[1] = 1, dp[2] = 2, dp[3] = 3
    def climbStairs(self, n: int) -> int:
        if n < 3:
            return n
        dp = [0] * (n + 1)
        dp[1] = 1
        dp[2] = 2
        for i in range(3, n + 1):
            dp[i] = dp[i - 1] + dp[i - 2]
        return dp[n]

746. 使用最小花费爬楼梯

思路分析

dp[i]表示到达第i个台阶所需要的最小体力
递推公式 dp[i] = min(dp[i-1],dp[i-2]) + cost[i]
初始化dp[0] = cost[0] dp[1]=cost[1]
递推顺序从前往后
最终取最后两个的最小值

class Solution:
    # dp[i]表示到达第i个台阶所需要的最小体力
    # 递推公式 dp[i] = min(dp[i-1],dp[i-2]) + cost[i]
    # 初始化dp[0] = cost[0] dp[1]=cost[1]
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        n = len(cost)
        dp = [0] * n
        dp[0] = cost[0]
        dp[1] = cost[1]
        for i in range(2, n):
            dp[i] = min(dp[i-1], dp[i-2]) + cost[i]
        return min(dp[n-2], dp[n-1])