代码随想录训练营Day38、39：Leetcode509、70、746、62、63

Leetcode509：

问题描述：

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) 。

示例 1：

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

示例 2：

输入：n = 3
输出：2
解释：F(3) = F(2) + F(1) = 1 + 1 = 2

示例 3：

输入：n = 4
输出：3
解释：F(4) = F(3) + F(2) = 2 + 1 = 3

思路解析：

求第n个斐波那契数:f(n)=f(n-1)+f(n-2),只需要初始化f(0)=1,f(1)=1，后面的第n个数可以通过递推式循环求出

代码及注释：

1.非递归版

class Solution {
public:
    int fib(int n) {
        
        if(n<2)return n;

        //f(n-1) f(n)
        int num1=0,num2=1;
        int temp;
        for(int i=2;i<=n;i++){
            temp=num2;
            num2+=num1;
            num1=temp;
        }
        return num2;
    }
};

2.递归版

class Solution {
public:
    int fib(int n) {
        if(n<2)return n;
        return fib(n-1)+fib(n-2);
    }
};

Leetcode70：

问题描述：

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？

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

示例 2：

输入：n = 3
输出：3
解释：有三种方法可以爬到楼顶。
1. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶

思路解析：

递推式为爬到第n层楼梯：f(n)=f(n-1)+f(n-2)

代码及注释：

class Solution {
public:
    int climbStairs(int n) {
        if(n<=2)return n;
        return climbStairs(n-1)+climbStairs(n-2);
    }
};

Leetcode746：

问题描述：

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。

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 。

示例 2：

输入：cost = [1,100,1,1,1,100,1,1,100,1]
输出：6
解释：你将从下标为 0 的台阶开始。
- 支付 1 ，向上爬两个台阶，到达下标为 2 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 4 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 6 的台阶。
- 支付 1 ，向上爬一个台阶，到达下标为 7 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 9 的台阶。
- 支付 1 ，向上爬一个台阶，到达楼梯顶部。
总花费为 6 。

思路解析：

分别求出从第0层开始走的最短花费f0(n)与从第1层开始走的最短花费f1(n)，return min(f0(n),f1(n));

f0(n)=min(f0[n-1]+cost[n-1],f0[n-2]+cost[n-2]);

代码及注释：

class Solution {
public:
    int f0[1005];
    int f1[1005];
    int minCostClimbingStairs(vector<int>& cost) {
        int n=cost.size();
        f0[0]=0;
        f0[1]=cost[0];

        f1[1]=0;
        f1[2]=cost[1];

        for(int i=2;i<=n;i++){
            f0[i]=min(f0[i-1]+cost[i-1],f0[i-2]+cost[i-2]);
        }

        for(int i=3;i<=n;i++){
            f1[i]=min(f1[i-1]+cost[i-1],f1[i-2]+cost[i-2]);
        }
        
        return min(f0[n],f1[n]);
    }
};

Leetcode62：

问题描述：

一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。

机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。

问总共有多少条不同的路径？

示例 1：

输入：m = 3, n = 7
输出：28

思路解析：

第一行的所有点走法只能有一种，第一列的所有点走法只能有一种，其余点位的走法为

dp[i][j]=dp[i-1][j]+dp[i][j-1]（i>1&&j>1）

代码及注释：

class Solution {
public:
    int dp[105][105];
    int uniquePaths(int m, int n) {
        for(int i=1;i<=m;i++){
            for(int j=1;j<=n;j++){
                if(i==1||j==1)dp[i][j]=1;
                else
                dp[i][j]=dp[i-1][j]+dp[i][j-1];
            }
        }

        return dp[m][n];
        

    }
};

Leetcode63：

问题描述：

一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。

机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish”）。

现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径？

网格中的障碍物和空位置分别用 1 和 0 来表示。

示例 1：

输入：obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]
输出：2
解释：3x3 网格的正中间有一个障碍物。
从左上角到右下角一共有 2 条不同的路径：1. 向右 -> 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右 -> 向右

思路解析：

特殊情况的处理，第一行存在dp[1][j]有障碍物时，后面的dp[1][j+i]（i>=0）都为0，无法到达。

第一列也是如此。当dp[i][j]（j>1&&i>1）时，该点无法到达，赋值为0;

代码及注释：

class Solution {
public:
    int dp[105][105];
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        
        int n=obstacleGrid.size();
        int m=obstacleGrid[0].size();

        for(int i=0;i<n;i++){
            for(int j=0;j<m;j++){
                if(obstacleGrid[i][j]==1){
                    dp[i][j]=0;
                }
                else{
                    if(i==0||j==0){
                    if(i==0&&j==0)dp[i][j]=1;
                    else if(i==0)dp[i][j]=dp[i][j-1];
                    else dp[i][j]=dp[i-1][j];
                    }
                    else 
                    dp[i][j]=dp[i-1][j]+dp[i][j-1];
                }
                
            }
        }
        return dp[n-1][m-1];

    }
};