一、斐波那契数
1.1 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)
。
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
提示:
0 <= n <= 30
1.2 题目链接
1.3 解题思路和过程想法
(1)解题思路
1)普通递推:用数组元素 F[i] 存储斐波那契数F(i),初始化前两个元素,然后通过遍历用递推公式推导其他元素。时间复杂度 O(n),空间复杂度 O(n)
2)利用双指针递推:解法同上,但在遍历时,仅迭代使用两个指针完成所有的推导。时间复杂度 O(n),空间复杂度 O(1)
(2)过程想法
斐波那锲比较经典,解法很熟悉
1.4 代码
1.4.1 普通递推
class Solution:
def fib(self, n: int) -> int:
# 初始化斐波那锲数列中的前两个元素
F = [0,1]
# 迭代处理后续元素
for i in range(2,31):
F.append(F[i-1] + F[i-2])
return F[n]
1.4.2 利用双指针递推
class Solution:
def fib(self, n: int) -> int:
# 初始化斐波那锲数列中的前两个元素
dp = [0,1]
if n < 2:
return dp[n]
summ = 0
# 使用两指针迭代处理后续元素,不用多余的空间
for i in range(2,n+1):
summ = dp[0] + dp[1]
dp[0],dp[1] = dp[1],summ
return dp[1]
二、爬楼梯
2.1 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?
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
提示:
1 <= n <= 45
2.2 题目链接
2.3 解题思路和过程想法
(1)解题思路
用 dp[n] 记录到达 n 层的方法数。因为最后一步只有两种情况:一个台阶 或 两个台阶,所以递推关系:到达 n 层的方法数 = 到达 n-1 层的方法数 + 到达 n-2 层的方法数。
注:其实就是实际应用版的斐波那锲数列
(2)过程想法
最初没看出来其中的规律,想的是回溯法,后来尝试着写前几个楼层的步数时发现其中的规律。
2.4 代码
2.4.1 普通递推
class Solution:
def climbStairs(self, n: int) -> int:
if n < 3 :
return n
# 记录到达 n 层的方法数
dp = [0] * (n+1)
# 递推关系:到达 n 层的方法数 = 到达 n-1 层的方法数 + 到达 n-2 层的方法数
# 最后一步只有两种情况:一个台阶 或 两个台阶
# 初始化
dp[1] = 1
dp[2] = 2
# 递推
for i in range(3,n+1):
dp[i] = dp[i-1] + dp[i-2]
return dp[n]
2.4.2 利用双指针递推
class Solution:
def climbStairs(self, n: int) -> int:
if n < 3 :
return n
# 记录到达 n 层的方法数
dp = [0] * 3
# 递推关系:到达 n 层的方法数 = 到达 n-1 层的方法数 + 到达 n-2 层的方法数
# 最后一步只有两种情况:一个台阶 或 两个台阶
# 初始化
dp[1] = 1
dp[2] = 2
# 用双指针递推
summ = 0
for i in range(3,n+1):
summ = dp[1] + dp[2]
dp[1] = dp[2]
dp[2] = summ
return dp[2]
三、使用最小花费爬楼梯
3.1 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。
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 。
提示:
2 <= cost.length <= 1000
0 <= cost[i] <= 999
3.2 题目链接
3.3 解题思路和过程想法
(1)解题思路
分析:到达从第 0 层或第 1 层是没有费用的,只有需向上跳,才需花费 cost[i]。楼顶是下标为 len(cost)
用 dp[n] 记录到达第 n 层的最低花费;易得初始化:dp[0] = 0;dp[1] = 0;因为最后一步只有两种情况:一个台阶 或 两个台阶,所以递推关系:dp[n] = min(dp[n-1]+cost[n-1],dp[n-2]+cost[n-1])。最后凭借递推关系正向遍历,最后得出相应楼层结果
(2)过程想法
思路和上一题差不多,但是在“楼顶是下标为 len(cost) ”的理解上卡了一下
3.4 代码
class Solution:
def minCostClimbingStairs(self, cost: List[int]) -> int:
# 数组:到达第 n 层的最低花费;楼顶是下标为 len(cost)
dp = [0] * (len(cost)+1)
# 初始化:可以从第 0 层或第 1 层开始跳
dp[0] = 0
dp[1] = 0
# 递推关系:dp[n] = min(dp[n-1]+cost[n-1],dp[n-2]+cost[n-1])
for i in range(2,len(cost)+1):
dp[i] = min(dp[i-2]+cost[i-2],dp[i-1]+cost[i-1])
return dp[len(cost)]