算法|day33 动态规划1

LeetCode 509- 斐波那契数

题目链接：力扣

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

给定 n ，请计算 F(n) 。

解题思路

1. 确定dp数组（dp table）以及下标的含义

dp[i]表示第i个数的斐波那契数值

1. 确定递推公式

由于第i个数的值是由i-1和i-2加起来的所以递推公式就是dp[i] = dp[i-1]+ dp[i-2];

1. dp数组如何初始化

由题目，dp[0] = 0,dp[1] = 1;

1. 确定遍历顺序

由于后面的状态依赖于前面的状态，所以我们需要先求出前面的状态，所以从前向后遍历

1. 举例推导dp数组

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];
    }
};

总结：

• 熟悉动规5步曲

LeetCode 70- 爬楼梯

题目链接：力扣

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？

解题思路

1. 确定dp数组（dp table）以及下标的含义

dp[i]表示爬到第i个楼梯的方式有多少种

1. 确定递推公式

因为爬到第n个楼梯，我们只有两种方式，也就是从n-1处爬1步或者是n-2处爬两步，所以dp[n] = dp[n-1]+dp[n-2]

1. dp数组如何初始化

由于题目说明了楼梯没有0，所以不用管dp[0]，我们直接从3开始遍历

1. 确定遍历顺序

由于后面的状态依赖于前面的状态，所以我们需要先求出前面的状态，所以从前向后遍历

1. 举例推导dp数组

class Solution {
public:
    int climbStairs(int n) {
        if (n <= 1) return n; // 因为下面直接对dp[2]操作了，防止空指针
        vector<int> dp(n + 1);
        dp[1] = 1;
        dp[2] = 2;
        for (int i = 3; i <= n; i++) { // 注意i是从3开始的
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
};

总结：

• 熟悉动态规划步骤。

LeetCode 746- 使用最小花费爬楼梯

题目链接：力扣

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。

解题思路

1. 确定dp数组（dp table）以及下标的含义

dp[i]表示爬到第i所需要支付的最低费用

1. 确定递推公式

因为爬到第n个楼梯，我们只有两种方式，也就是从n-1处爬1步或者是n-2处爬两步，，但是我们 要支付最少的费用所以，dp[n] = min(dp[i-1] + cost[i-1],dp[i-2] + cost[i-2]);

1. dp数组如何初始化

题目说我们可以从下标0或1的位置开始，所以这两个位置都是不用花费体力的，故dp[0]=0,dp[1]=0;

1. 确定遍历顺序

由于后面的状态依赖于前面的状态，所以我们需要先求出前面的状态，所以从前向后遍历

1. 举例推导dp数组

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size() + 1);
        dp[0] = 0; // 默认第一步都是不花费体力的
        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()];
    }
};

总结：

• 这题总感觉有问题，不要太纠结了，学习思路就好了。