代码随想录算法训练营第三十八天|509斐波那契数、70.爬楼梯、746.使用最小花费爬楼梯

代码随想录算法训练营第三十八天|509斐波那契数、70.爬楼梯、746.使用最小花费爬楼梯

动态规划的解题步骤

• 确定dp数组以及下标的含义
• 确定递推公式
• dp数组如何初始化
• 确定遍历顺序
• 举例推导dp数组

509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

给定 n ，请计算 F(n) 。

示例 1：

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

题解：

• 确定dp[i]的含义：dp[i]表示第i个斐波那契数的值
• 递推公式：dp[i]=dp[i-1]+dp[i-2]
• dp数组初始化：dp[0]=1,dp[1]=1
• 遍历顺序：从前向后
• 答应dp数组

代码：

class Solution {
    public int fib(int n) {
        if(n<=1) return n;
        int [] dp=new int[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];
    }
}

70.爬楼梯(答案是斐波那契数列)

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

题解：

• dp[i] ：到达i阶右dp[i]种方法
• 递推公式：因为一次只能迈一步或是两步，所以当前阶的步数只能由前两步得到，那么到达的方法数就是前两步到达的方法数的和 dp[i]=dp[i-1]+dp[i-2]
• 初始化dp数组： dp[0]=0 //不走 dp[1]=1 dp[2]=2
• 遍历顺序：从前往后
• 打印dp数组

代码：

class Solution {
    public int climbStairs(int n) {
        if(n<=2) return n;
        int[] dp=new int[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];
    }
}

746.使用最小花费爬楼梯

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 。

题解：在台阶上不花费，只有跳动才花费

• dp[i] :到达i个台阶的最小花费
• 递推公式：dp[i]=math.min(dp[i-1],dp[i-2])
• 初始化 :dp[1]=0 ，dp[0]=0;(初始位置不花费)
• 遍历顺序：从前往后
• 打印dp数组（debug）

而dp数组的大小比cost数组的大小多一是因为在动态规划中，通常会多设置一个状态来处理边界情况或者简化逻辑。

代码：

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int[] dp=new int[cost.length+1];
        dp[0]=0;
        dp[1]=0;
        for(int i=2;i<=cost.length;i++){
            dp[i]=Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
        }
        //最后台阶是cost数组的后一位，也就是最后一位花费后到达的才是顶部
        return dp[cost.length];
    }
}