Day31 力扣动态规划 : 理论基础 | 509. 斐波那契数 |70. 爬楼梯|746. 使用最小花费爬楼梯
理论基础
无论大家之前对动态规划学到什么程度,一定要先看 我讲的 动态规划理论基础。
如果没做过动态规划的题目,看我讲的理论基础,会有感觉 是不是简单题想复杂了?
其实并没有,我讲的理论基础内容,在动规章节所有题目都有运用,所以很重要!
如果做过动态规划题目的录友,看我的理论基础 就会感同身受了。
https://programmercarl.com/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%80.html
视频:https://www.bilibili.com/video/BV13Q4y197Wg
什么是动态规划
英文:Dynamic Programming,简称DP,如果某一问题有很多重叠子问题,使用动态规划是最有效的。
所以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,
解题步骤
状态转移公式(递推公式)是很重要,但动规不仅仅只有递推公式。
对于动态规划问题,我将拆解为如下五步曲,这五步都搞清楚了,才能说把动态规划真的掌握了!
- 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
一些同学可能想为什么要先确定递推公式,然后在考虑初始化呢?
因为一些情况是递推公式决定了dp数组要如何初始化!
如何debug
找问题的最好方式就是把dp数组打印出来,看看究竟是不是按照自己思路推导的!
做动规的题目,写代码之前一定要把状态转移在dp数组的上具体情况模拟一遍,心中有数,确定最后推出的是想要的结果。
没有通过就去思考:
- 这道题目我举例推导状态转移公式了么?
- 我打印dp数组的日志了么?
- 打印出来了dp数组和我想的一样么?
509. 斐波那契数
很简单的动规入门题,但简单题使用来掌握方法论的,还是要有动规五部曲来分析。
https://programmercarl.com/0509.%E6%96%90%E6%B3%A2%E9%82%A3%E5%A5%91%E6%95%B0.html
视频:https://www.bilibili.com/video/BV1f5411K7mo
第一印象
好熟悉的题目,我记得递归。
题虽然不难,但是要用dp的思路去做题,直接看题解学习一下思路吧。
看完题解的思路
- dp数组(dp table),下标的含义
dp[] 数组就是斐波那契数列,第i个就是数列里第i个数 - 递推公式
题目中给出了 F(n) = F(n - 1) + F(n - 2) - 初始化
题目也给了,F(0) = 0,F(1) = 1 - 遍历顺序
从左到右 - 举例推导dp数组
打印dp数组,举例确实是对的
实现中的困难
实现不难 我没考虑这个情况
//对初始条件的处理
if (n <= 1) return n;
也可以压缩中间的代码。
//dp 数组
int[] dp = new int[2];
//初始化
dp[0] = 0;
dp[1] = 1;
for (int i = 1; i <= n - 1; i++) {
int sum = dp[0] + dp[1];
dp[0] = dp[1];
dp[1] = sum;
}
这里for循环的终止条件,举个例子画画图就算出来了,臆想的话我做不出来。
感悟
因为题目给了初始化和递推公式才简单。
代码
正常版本
class Solution {
public int fib(int n) {
//对初始条件的处理
if (n <= 1) return n;
//dp 数组
int[] dp = new int[n + 1];
//初始化
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i < dp.length; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
}
压缩代码的版本
class Solution {
public int fib(int n) {
//对初始条件的处理
if (n <= 1) return n;
//dp 数组
int[] dp = new int[2];
//初始化
dp[0] = 0;
dp[1] = 1;
for (int i = 1; i <= n - 1; i++) {
int sum = dp[0] + dp[1];
dp[0] = dp[1];
dp[1] = sum;
}
return dp[1];
}
}
70. 爬楼梯
本题大家先自己想一想, 之后会发现,和 斐波那契数 有点关系。
https://programmercarl.com/0070.%E7%88%AC%E6%A5%BC%E6%A2%AF.html
视频:https://www.bilibili.com/video/BV17h411h7UH
第一印象
我按五部曲想一想
dp数组,就是模拟每一步上楼梯,val就是上1或者2
初始化,可能第一步1 或者第一步2?
递推公式,……
好了,看题解吧。我怎么觉得这道题像回溯的排列问题呢
看完题解的思路
我想的是错的
- dp数组: i 阶楼梯有dp[i] 上楼的方法
- 递推公式:这道题不是去寻思排列那种东西,直接就举例子,一节楼梯1种,2节楼梯2种,3节楼梯的话,要么是从1节开始再上2节,要么是从2节开始在上1节。都是1节和两节的和。4节楼梯也是,从2节/3节 走2/1步才能上来。 5节楼梯要么从3节上,要么从4节上。所以n节楼梯,就是n-1 节和n-2节上来的,那么就是
dp[n] = dp[n-1] + dp[n-2]
其实就是斐波那契数列 - 初始化,初始化dp[1] dp[2] 为什不管0呢? 看第一条dp数组的意义
- 确定便利顺序
从左往右 - 打印试试: ok
实现中的困难
没有
感悟
我觉得有一种数学归纳法的感觉,去看整体,是推倒的关系,而不是看怎么走能走到n阶并统计路线个数。
代码
class Solution {
public int climbStairs(int n) {
if (n <= 2) return n;
//从下标为1开始,代表1阶楼梯,下标为0的不管了
int[] dp = new int[n + 1];
dp[1] = 1;
dp[2] = 2;
for (int i = 3; i < dp.length; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
}
746. 使用最小花费爬楼梯
这道题目力扣改了题目描述了,现在的题目描述清晰很多,相当于明确说 第一步是不用花费的。
更改题目描述之后,相当于是 文章中 「拓展」的解法
https://programmercarl.com/0746.%E4%BD%BF%E7%94%A8%E6%9C%80%E5%B0%8F%E8%8A%B1%E8%B4%B9%E7%88%AC%E6%A5%BC%E6%A2%AF.html
视频讲解:https://www.bilibili.com/video/BV16G411c7yZ
第一印象
理解体干就有些难,他也没说什么是台阶的数量。但是从例子可以看出,比如数组大小是3,台阶0就是地面,台阶1是第一个台阶,台阶2是第二个台阶,其次还有一个台阶是重点。因为台阶2向上爬消耗 cost[2] 的体力值。如果是向上爬2层,那就该有cost[3]了,所以只能是一层,名为终点吧。
我自己试试哈
dp数组: 第i个楼梯最小消耗 dp[i] 体力,注意楼顶应该是dp[n] ,所以数组大小要是n + 1.
递归公式: 爬第n个的最低消费,是n-1的最低消费 + n-1 的体力 或者 n-2的最低消费 + n-2的体力,他们小的那个作为爬到n的最低消费。
dp[n] = min (dp[n-1] + cost[n-1], dp[n-2] + cost[n-2])
合理的
初始化: dp[0] dp[1] 都是0,dp[2] 就开始是dp[n] = min (dp[n-1] + cost[n-1], dp[n-2] + cost[n-2])
推倒出来的了
遍历顺序: 从左到右
打印试试: ojbk
实现中的困难
没有苦难
感悟
我学会了!
代码
class Solution {
public int minCostClimbingStairs(int[] cost) {
if (cost.length == 0) return 0;
if (cost.length == 1) return cost[1];
//多一个楼顶,
int[] dp = new int[cost.length + 1];
dp[0] = 0;
dp[1] = 0;
for (int i = 2; i < dp.length; i++) {
dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[dp.length - 1];
}
}