爬楼梯
题目
经典动态规划问题:爬楼梯
https://leetcode-cn.com/problems/climbing-stairs/
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?
注意:给定 n 是一个正整数。
示例 1:
输入: 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: 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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/climbing-stairs
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
分析
其实该题已经算很经典的动态规划问题了,爬楼梯有两种爬法,一个台阶和两个台阶
注意动态规划问题,主要是找状态转移方程。
该题状态方程为 dp[i]=dp[i-1]+dp[i-2]。
怎么理解呢,前i个台阶的楼梯爬法=前i-1个台阶的楼梯爬法+前i-2个台阶的楼梯爬法
按照这个思路,所以我们有了如下的解法
递归
class Solution {
public int climbStairs(int n) {
if (n==1||n==0){
return 1;
}
return climbStairs(n-1)+climbStairs(n-2);
}
}
提交,超时了。
该怎么优化呢?
备忘录
即把已经计算过的值存储起来,避免重复计算,所以有了如下
class Solution {
int[] mem;
public int climbStairs(int n) {
if (mem==null){
mem=new int[n+1];
mem[0]=1;
mem[1]=1;
}
if (mem[n]!=0){
return mem[n];
}
if (n==1||n==0){
return 1;
}
mem[n]=climbStairs(n-1)+climbStairs(n-2);
return mem[n];
}
}
自底向上的求解
递归的解法为,自顶向下的思路,还可以自底向上,即我们的动态规划。思路类似,这里就不写DP数组了
class Solution {
int[] mem;
public int climbStairs(int n) {
if (mem==null){
mem=new int[n+1];
mem[0]=1;
mem[1]=1;
}
if (mem[n]!=0){
return mem[n];
}
if (n==1||n==0){
return 1;
}
mem[n]=climbStairs(n-1)+climbStairs(n-2);
return mem[n];
}
}
带权的爬楼梯
题目
https://leetcode-cn.com/problems/min-cost-climbing-stairs/
难度简单619收藏分享切换为英文接收动态反馈
数组的每个下标作为一个阶梯,第 i
个阶梯对应着一个非负数的体力花费值 cost[i]
(下标从 0
开始)。
每当你爬上一个阶梯你都要花费对应的体力值,一旦支付了相应的体力值,你就可以选择向上爬一个阶梯或者爬两个阶梯。
请你找出达到楼层顶部的最低花费。在开始时,你可以选择从下标为 0 或 1 的元素作为初始阶梯。
示例 1:
输入:cost = [10, 15, 20] 输出:15 解释:最低花费是从 cost[1] 开始,然后走两步即可到阶梯顶,一共花费 15 。
示例 2:
输入:cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1] 输出:6 解释:最低花费方式是从 cost[0] 开始,逐个经过那些 1 ,跳过 cost[3] ,一共花费 6 。
分析
其实和爬楼梯类似,这里只是求接最小值(求最大值类似)。dp数组为爬到第i阶台阶的最小花费(n表示当前计算的第n个台阶),dp方程为
dp[i]=Math.min(dp[i-1]+cost[n],dp[i-2]+cost[n])
最大值无非就是Math.max,思路也是一样。这里直接贴出结果
class Solution {
public int minCostClimbingStairs(int[] cost) {
int preOne=cost[1];
int preTwo=cost[0];
int current=preOne;
for (int i = 2; i < cost.length; i++) {
current=Math.min(preOne+cost[i],preTwo+cost[i]);
preTwo=preOne;
preOne=current;
}
return Math.min(preTwo,current);
}
}