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

目录

一、509. 斐波那契数

二、70. 爬楼梯

三、746. 使用最小花费爬楼梯 - 力扣（LeetCode）

---

一、509. 斐波那契数

题目链接：力扣

文章讲解：代码随想录

视频讲解：

题目：

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) 。

class Solution {
public:
    int fib(int n) {
        vector<int> dp(n+1);
        if (n <= 1)
            return n;
        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：

1. 确定dp数组以及下标的含义 ---------dp[i]为第i个数的数值
2. 确定递推公式----------------------------dp[i] = dp[i-1] + dp[i-2]
3. dp数组如何初始化  dp[1]  dp[0]
4. 确定遍历顺序 从前到后遍历
5. 举例推导dp数组 

二、70. 爬楼梯

题目链接：力扣

文章讲解：代码随想录

视频讲解：带你学透动态规划-爬楼梯|LeetCode:70.爬楼梯）

题目：

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？

代码：

class Solution {
public:
    int climbStairs(int n) {
        if (n<=2) return n;
        vector<int> dp(n+1);
        dp[1] = 1;
        dp[2] = 2;/*
        for (int i = 3; i <= n; i++)
        {
            dp[i] = dp[i-1] + dp[i-2];
        } 
        return dp[n];*/
//优化空间复杂度
        for (int i = 3; i <= n; i++)
        {
            int sum = dp[1] + dp[2];
            dp[1] = dp[2];
            dp[2] = sum;
        }
        return dp[2];
    }
};

扩展：

题目：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。

class Solution {
public:
    int climbStairs(int n) {
        vector<int> dp(n + 1, 0);
        dp[0] = 1;//相当于从0开始走到每个阶梯
//每个阶梯的值等于前m个可以跨步的阶梯的值
        for (int i = 1; i <= n; i++) {
            for (int j = 1; j <= m; j++) { // 把m换成2，就可以AC爬楼梯这道题
                if (i - j >= 0) dp[i] += dp[i - j];
            }
        }
        return dp[n];
    }
};

三、746. 使用最小花费爬楼梯 - 力扣（LeetCode）

题目链接：力扣

文章讲解：代码随想录

视频讲解：动态规划开更了！| LeetCode：746. 使用最小花费爬楼梯

题目：

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。

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        //vector<int> dp(cost.size()+1);
        int dp[2];
        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]);
        }*/
        for (int i = 2; i <= cost.size(); i++)
        {
            int dpi = min(dp[1] + cost[i - 1], dp[0] + cost[i - 2]);
            dp[0] = dp[1];
            dp[1] = dpi;
        }
        return dp[1];
    }
};

总结：难点--确定递推公式--前两项相加要取min（值加步）