(day27)Leecode热题——动态规划-CSDN博客

本文链接：https://blog.csdn.net/m0_54414851/article/details/140763256

代码随想录基础学习

动态规划

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。动态规划中每一个状态都是由前一个状态推导出来；而贪心没有状态推导，直接选局部最优。

动态规划的解题步骤

1、确定dp数组（dp table）以及下标的含义。

2、确定递推公式。（某些情况下递推公式决定了dp数组要如何初始化）

3、dp 数组如何初始化

4、确定遍历顺序

5、举例推导dp数组

动态规划debug

当代码出现问题时，找问题的最好方式是把DP数组打印出来，看看究竟是不是按照自己的思路推导的！

做dp的题目，写代码前需要把状态转移在dp数组上的具体情况模拟一遍，心中有数，确定最后推出来的是想要的结果。

再写代码，若代码没通过就打印dp数组，看看是不是和自己预先推导的哪里不一样。

若推导一致，就可能是自己的递推公式、初始化或者遍历顺序有问题。

若不一致，就是代码实现细节有问题。

eg来啦——杨辉三角

描述

给定一个非负整数 numRows，生成「杨辉三角」的前 numRows 行。

在「杨辉三角」中，每个数是它左上方和右上方的数的和。

示例 1:

输入: numRows = 5
输出: [[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]]

示例 2:

输入: numRows = 1
输出: [[1]]

提示:

1 <= numRows <= 30

初步分析

此题输出应为一个二维数组且第 i 行有 i 个元素；将每一行看做一个状态, 输出结果应该是每个状态构成的列表 lis , 则 lis[i] = [dp]，lis 中每一行即一个状态 dp 的左右边界均为1。

将 li 初始化为，即将 dp初始化为 dp = [1]*(i+1)；

不管左右边界，即从第三行开始，第 i 行的1 ~（i-1）的列索引位置上状态转移方程为

lis [i][j] = lis [i-1][j] + lis [i-1][j+1]

按照上文所述进行debug才找到状态方程里正确的索引。

我的代码

class Solution:
    def generate(self, numRows: int) -> List[List[int]]:
        li = []
        for i in range(numRows):
            dp = [1]*(i+1)
            li.append(dp)
            for j in range(i-1):
                li[i][j+1] = li[i-1][j] + li[i-1][j+1]
        return li

Leecode题解陆诚

解题思路

观察一下规律，发现当前一行只比上一行多了一个元素，最最关键的一点：本行元素等于上一行元素往后错一位再逐个相加：

{:align="center”}

因此我们只要对最后一行单独处理：最后一行首、尾分别添加一个零然后对应位置求和就可以得到新的一行，思路上比较清晰，占用的时间、空间复杂度也都还挺好＜

代码

class Solution:
    def generate(self, numRows: int) -> List[List[int]]:
        # 定义一个名为 generate 的函数，接受一个整数 numRows 作为参数，返回一个列表的列表

        if numRows == 0:
            return []
        # 如果 numRows 为 0，返回一个空列表

        res = [[1]]
        # 初始化结果列表 res，包含一个元素 [1]

        while len(res) < numRows:
            # 当 res 的长度小于 numRows 时，执行循环

            newRow = [a + b for a, b in zip([0] + res[-1], res[-1] + [0])]
            # 生成新的一行 newRow。使用 zip 函数将上一行的两端分别加上 0，然后逐元素相加得到新的一行

            res.append(newRow)
            # 将新的一行添加到结果列表中

        return res
        # 返回结果列表