【动态规划】：509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯

提示：努力生活，开心、快乐的一天

---

509. 斐波那契数

题目链接：509. 斐波那契数

💡解题思路

1. 动规五部曲：

• 确定dp数组以及下标的含义：dp[i]的定义为：第i个数的斐波那契数值是dp[i]
• 确定递推公式：题目已经把递推公式直接给了：状态转移方程 dp[i] = dp[i - 1] + dp[i - 2];
• dp数组如何初始化：题目中把如何初始化也直接给出了，dp[0] = 0;dp[1] = 1;
• 确定遍历顺序：从递归公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出，dp[i]是依赖 dp[i - 1] 和 dp[i - 2]，那么遍历的顺序一定是从前到后遍历的
• 举例推导dp数组：按照递推公式推导一下做推导，如果发现结果不对，就把dp数组打印出来

🤔遇到的问题

1. 遍历从2开始，小于等于N
2. 最后return出维护的数组中的某一项

💻代码实现

动态规划

var fib = function(n) {
    //确定dp数组以及下标的含义
    //dp[i] 表示第i个位置的值为dp[i]
    //dp数组如何初始化
    let dp = [0,1]
    //确定遍历顺序:从前向后遍历
    for(let i=2;i<=n;i++){
      //确定递推公式
      dp[i] = dp[i-1]+dp[i-2]
    }
    //举例推导dp数组：并打印结果
    console.log(dp)
    return dp[n]
};

🎯题目总结

该题一般采用递归的方法，但也是动态规划的入门题目，因为动态规划的五步都非常的清楚明了。
对于上面的动态规划的方法中，还有可以优化的地方，我们只需要维护两个数值就可以了，不需要记录整个序列。

var fib = function(n) {
  // 动规状态转移中，当前结果只依赖前两个元素的结果，所以只要两个变量代替dp数组记录状态过程。将空间复杂度降到O(1)
    if(n===0)return 0
    if(n===1)return 1
    let pre0 = 0
    let pre1 = 1
    let sum = 0
    for(let i=1; i<=n; i++){
      sum = pre0 + pre1
      pre0 = pre1
      pre1 = sum
      console.log(pre0)
    }
    return pre0
};

---

70. 爬楼梯

题目链接：70. 爬楼梯

💡解题思路

1. 爬到第一层楼梯有一种方法，爬到二层楼梯有两种方法。
   那么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。
   所以到第三层楼梯的状态可以由第二层楼梯 和 到第一层楼梯状态推导出来，那么就可以想到动态规划了。
2. 动规五部曲：

• 确定dp数组以及下标的含义：dp[i]： 爬到第i层楼梯，有dp[i]种方法
• 确定递推公式：首先是dp[i - 1]，上i-1层楼梯，有dp[i - 1]种方法，那么再一步跳一个台阶不就是dp[i]了么。还有就是dp[i - 2]，上i-2层楼梯，有dp[i - 2]种方法，那么再一步跳两个台阶不就是dp[i]了么。那么dp[i]就是 dp[i - 1]与dp[i - 2]之和！所以dp[i] = dp[i - 1] + dp[i - 2] 。
• dp数组如何初始化：题目中说了n是一个正整数，题目根本就没说n有为0的情况，不考虑dp[0]如何初始化，只初始化dp[1] = 1，dp[2] = 2，然后从i = 3开始递推，这样才符合dp[i]的定义。
• 确定遍历顺序：从递推公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出，遍历顺序一定是从前向后遍历的
• 举例推导dp数组：如果代码出问题了，就把dp table 打印出来
  

🤔遇到的问题

1. 虽然在初始化的时候，dp[1] = 1，dp[2] = 2，但在实际开发中，往数组中添加数据就是从dp[1]开始的，所以最终return结果是dp[n-1]

💻代码实现

动态规划

var climbStairs = function(n) {
  //dp[i] 为第 i 阶楼梯有多少种方法爬到楼顶
  // dp[i] = dp[i - 1] + dp[i - 2]
  let dp = [1,2]
  //从第三个台阶开始
  for(let i = 2; i <= n; i++){
    dp[i] = dp[i-1]+dp[i-2];
  }
  return dp[n-1]
};

🎯题目总结

该题与斐波那契数列基本一致，但该题的递推公式dp[i] = dp[i - 1] + dp[i - 2]，没有直接体现在题目中。
这道题目还可以继续深化，就是一步一个台阶，两个台阶，三个台阶，直到 m个台阶，有多少种方法爬到n阶楼顶，可深度思考

---

746. 使用最小花费爬楼梯

题目链接：746. 使用最小花费爬楼梯

💡解题思路

1. 动规五部曲：

• 确定dp数组以及下标的含义：使用动态规划，就要有一个数组来记录状态，本题只需要一个一维数组dp[i]就可以了。dp[i]的定义：到达第i台阶所花费的最少体力为dp[i]。
• 确定递推公式：可以有两个途径得到dp[i]，一个是dp[i-1] 一个是dp[i-2]。dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]。dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]。那么究竟是选从dp[i - 1]跳还是从dp[i - 2]跳呢？一定是选最小的，所以dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
• dp数组如何初始化：题目描述中明确说了 “你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。” 也就是说 到达 第 0 个台阶是不花费的，但从 第0 个台阶 往上跳的话，需要花费 cost[0]。所以初始化 dp[0] = 0，dp[1] = 0;
• 确定遍历顺序：因为是模拟台阶，而且dp[i]由dp[i-1]dp[i-2]推出，所以是从前到后遍历cost数组就可以了。
• 举例推导dp数组：如果代码出问题了，就把dp table 打印出来

🤔遇到的问题

1. 最终return的结果是dp[cost.length]

💻代码实现

动态规划

var minCostClimbingStairs = function(cost) {
  //dp[i]的定义：到达第i台阶所花费的最少体力为dp[i]。
  //dp数组如何初始化
  let dp = [0,0]
  for(let i = 2; i <= cost.length; i++){
    //可以有两个途径得到dp[i]，一个是dp[i-1] 一个是dp[i-2]
    //dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]
    //dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]
    //一定是选最小的，所以dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
    dp[i] = Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
  }
  return dp[cost.length]
};

🎯题目总结

爬楼问题进行了优化，难度加深了

🎈今日心得

今天的初次接触动态规划，根据题目的难易程度一步一步的加深了解