算法学习|动态规划 LeetCode 509. 斐波那契数、70. 爬楼梯 、746. 使用最小花费爬楼梯

动态规划是由前一个状态推导出来的，而贪心是局部直接选最优的
动态规划五步曲：
1.确定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

一、斐波那契数

斐波那契数，通常用 F(n) 表示，形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是： F(0) = 0，F(1) = 1 F(n) = F(n - 1) + F(n - 2)，其中 n > 1 给你n ，请计算 F(n) 。

思路

1.确定dp[i],dp[i]: 第i个斐波那契数
2.递推公式：dp[i]=dp[i-1]+dp[i-2]
3.dp数组如何初始化：dp[0]=1 dp[1]=1
4.确定遍历顺序：从前向后遍历
5.打印dp数组

实现代码

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];
    }
};

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

//递归
class Solution {
public:
    int fib(int N) {
        if (N < 2) return N;
        return fib(N - 1) + fib(N - 2);
    }
};

二、 爬楼梯

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？
注意：给定 n 是一个正整数。

思路

1阶：一种方法
2阶：两种方法
3阶：三种方法（1阶+2阶）
第一层楼梯再跨两步就到第三层 ，第二层楼梯再跨一步就到第三层
1.dp[i]：爬到第i阶有dp[i]种方法
2.递推公式：dp[i]=dp[i-2]+dp[i-1]
3.初始化：dp[0]=0 （n为正整数，所以舍去）dp[1]=1 dp[2]=2
4.遍历顺序：从前向后
5.打印dp数组

实现代码

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

三、使用最小花费爬楼梯

数组的每个下标作为一个阶梯，第 i 个阶梯对应着一个非负数的体力花费值 cost[i]（下标从 0 开始）。
每当你爬上一个阶梯你都要花费对应的体力值，一旦支付了相应的体力值，你就可以选择向上爬一个阶梯或者爬两个阶梯。
请你找出达到楼层顶部的最低花费。在开始时，你可以选择从下标为 0 或 1 的元素作为初始阶梯。

思路

站在初始阶梯的时候，不花费体力
1.dp[i]：达到下标i所需要的最小花费
2.递推公式：dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
3.初始化: dp[0]=0 dp[1]=0（初始阶梯，不耗费体力）
4.遍历顺序：从前向后
5.打印dp数组

实现代码

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

    }
};

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        int dp0 = 0;
        int dp1 = 0;
        for(int i = 2; i <= cost.size(); i++) {
            int dpi= min(dp1+ cost[i - 1], dp0 + cost[i - 2]);
            dp0 = dp1;
            dp1 = dpi;
        }
        return dp1;
    }
};