代码随想录算法训练营Day32||动态规划章节：Leetcode 509. 斐波那契数、70. 爬楼梯 、746. 使用最小花费爬楼梯

一、动态规划（DP）理论基础

        1.常见的5种问题：动规基础题、背包问题、打家劫舍、股票问题、子序列问题

        2.动规五部曲：

                （1）确定动规数组，了解其下标含义

                （2）确定递推公式

                （3）dp数组的初始化方法

                （4）确定遍历顺序

                （5）推导dp数组，打印dp数组

二、斐波那契数列

        （1）dp数组：记录第i个斐波那契数

        （2）dp[i]=dp[i-1]+dp[i-2]

        （3）dp[0]=0,dp[1]=1

        （4）后一个数由前两个数决定，因此从前往后遍历

        （5）返回最后一个元素

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];
    }
};

三、爬楼梯

        （1）dp数组：第i阶能到达的方法

        （2）dp[i]=dp[i-2]+dp[i-1]，因为到第n阶可以看做是第n-1阶花一步到第n阶，也可以看做是第n-2阶花两步到第n阶，也就是说，到第n-1阶和到第n-2阶共有多少种方法，到第n阶就有多少种方法，第n-2阶也可以先花一步到第n-1阶，但是不需要计算这部分，因为在计算n-1的方法时已经算过了。

        （3）初始化：dp[1]=1,dp[2]=2

        （4）同上，一阶一阶的爬楼梯，从前往后遍历

        （5）返回最后一个元素

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

 

四、最小花费爬楼梯

        （1）dp数组含义：到第i阶需要的最小花费

        （2）递推公式：dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])意思是，可以从i-1阶到顶部，也可以从i-2阶到顶部，取其中花费最小的一步

        （3）初始化：dp[0]=0,dp[1]=0（可以直接从0，1开始，开始不花费体力）

        （4）同上，爬楼梯从前往后遍历

        （5）返回顶端元素dp[n]（n=cost.size()）

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];


    }
};