算法训练day38-动态规划-理论基础

理论基础

什么是动态规划？

某一问题可以分解为很多重叠的子问题，而这些子问题之间存在着递进的状态推导关系。对这类问题的求解方法称为动态规划。

动态规划解题步骤

1. 确定dp数组（dp table）以及下标的含义
2. 确定递推公式
3. dp数组如何初始化
4. 确定遍历顺序
5. 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) 。

思路

确定dp数组（dp table）以及下标的含义

dp[i] ：数列中第i个数是dp[i]

确定递推公式

dp[i] = dp[i-1] + dp[i-2]

dp数组如何初始化

dp[0] = 0

dp[1] = 1

确定遍历顺序

从前到后遍历

举例推导dp数组

0 1 1 2 3 5 8 13 21 34  ... 

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 index = 2;index<=n;index++){
           dp[index] = dp[index-1] + dp[index-2];
        }
        return dp[n];
    }
}

70.爬楼梯

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 阶 + 1 阶
  • 2 阶

思路

确定dp数组（dp table）以及下标的含义

dp[i] ：i代表第i层楼梯，dp[i] 代表到达第i层一共有dp[i]种方法。

确定递推公式

从dp[i]的定义可以看出，dp[i] 可以有两个方向推出来。

首先是dp[i - 1]，上i-1层楼梯，有dp[i - 1]种方法，那么再一步跳一个台阶不就是dp[i]了么。

还有就是dp[i - 2]，上i-2层楼梯，有dp[i - 2]种方法，那么再一步跳两个台阶不就是dp[i]了么。

那么dp[i]就是 dp[i - 1]与dp[i - 2]之和！

所以dp[i] = dp[i - 1] + dp[i - 2] 。

dp数组如何初始化

dp[0] = 1(纯粹是为了方便计算，没有实际意义)

dp[1] = 1 

代码

class Solution {
    public int climbStairs(int n) {
        int[] dp = new int[n+1];
        dp[0] = 1;
        dp[1] = 1;
        for(int i=2;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。

思路

确定dp数组（dp table）以及下标的含义

dp[i] :爬上第i层台阶需要花费的最小体力dp[i]

确定递推公式

dp[i] = Min(dp[i-1],dp[i-2]) + cost[i];

dp数组如何初始化

dp[0] = cost[0];
dp[1] = cost[1];

确定遍历顺序

从前到后遍历

代码

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int[] dp = new int[cost.length+1];
        // 初始台阶不花费体力
        dp[0] = 0;
        dp[1] = 0;
        // 计算到达每一层台阶的最小费用
        for (int i = 2; i <= cost.length; i++) {
            dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
        }
        return dp[cost.length];
    }
}