Day30：代码随想录算法训练营第三十天|动态规划入门1.力扣509 斐波那契数 2.力扣70 爬楼梯 3.力扣746 使用最小花费爬楼梯

动态规划五部曲：

某一问题有很多重叠子问题，使用动态规划是最有效的。
dp数组就是一个每一个状态由上一个状态推导出来的抽象数组。

1.确定dp数组含义
2.递推公式
3.初始化dp数组
4.遍历顺序
5.举例推导dp数组

力扣509 斐波那契数

题目描述：
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) 。

示例 1：

输入：2
输出：1
解释：F(2) = F(1) + F(0) = 1 + 0 = 1

示例 2：

输入：3
输出：2
解释：F(3) = F(2) + F(1) = 1 + 1 = 2

示例 3：

输入：4
输出：3
解释：F(4) = F(3) + F(2) = 2 + 1 = 3

提示：

0 <= n <= 30

思路：
可用递归的思路解题，由递推公式f(n) = f(n - 1) + f(n - 2)，相当于是一个从后向前遍历的过程，也就是f(3) = f(2) + f(1)，然后f(2)再逐步细分，然后依次向前返回。

使用动态规划的思路就是设置dp数组表示第i个斐波那契数，由此可以向后遍历，也就是dp[i] = dp[i - 1] + dp[i - 2]。

代码如下：

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];
    }
};

力扣70 爬楼梯

题目描述：
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？

示例 1：

输入：n = 2
输出：2
解释：有两种方法可以爬到楼顶。

1. 1 阶 + 1 阶
2. 2 阶

示例 2：

输入：n = 3
输出：3
解释：有三种方法可以爬到楼顶。

1. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶

思路：
同为斐波那契数列，只是抽象描述了下。
仔细找规律，会发现对应的n的方法有1,2,3,5,8,13…种，也就是一个斐波那契数列，那解法就同上了。

代码如下：

class Solution {
public:
    int climbStairs(int n) {
        if(n <= 2)return n;
        vector<int> dp(n + 1);
        dp[0] = 0;
        dp[1] = 1;
        dp[2] = 2;
        for(int i = 3; i <= n; i++){
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
};

力扣746 使用最小花费爬楼梯

题目描述：
给你一个整数数组 cost ，其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用，即可选择向上爬一个或者两个台阶。

你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。

请你计算并返回达到楼梯顶部的最低花费。

示例 1：

输入：cost = [10,15,20]
输出：15
解释：你将从下标为 1 的台阶开始。

• 支付 15 ，向上爬两个台阶，到达楼梯顶部。
  总花费为 15 。

示例 2：

输入：cost = [1,100,1,1,1,100,1,1,100,1]
输出：6
解释：你将从下标为 0 的台阶开始。

• 支付 1 ，向上爬两个台阶，到达下标为 2 的台阶。
• 支付 1 ，向上爬两个台阶，到达下标为 4 的台阶。
• 支付 1 ，向上爬两个台阶，到达下标为 6 的台阶。
• 支付 1 ，向上爬一个台阶，到达下标为 7 的台阶。
• 支付 1 ，向上爬两个台阶，到达下标为 9 的台阶。
• 支付 1 ，向上爬一个台阶，到达楼梯顶部。
  总花费为 6 。

思路：
1.确定dp数组含义
表示的是到台阶第i个位置时所花费的最少钱数，这也体现了一个状态又前一个状态推出的说法。
2.确定递推公式
由于是可跳两步，可跳一步，这里所花费的钱取最小的那一个就是dp[i]，也就是说dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])。
3.初始化dp数组
由于无论从0开始，还是从1开始，都是没花1分钱，只有跳到下一个台阶才会收费，因此dp[0] = 0, dp[1] = 0。
4.遍历顺序，从前往后，因为后一个状态的值由前一个状态的值给出。
5.举例没问题后即可。

cost 1 10 9 8
stair 0 1 2 3 4（楼顶）
dp 0 0 1 10 10 -> 最小为10
代码如下：

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()];
    }
};