1. 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
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
public class Solution {
/**
* 动态规划
* 思路:到达n层,有两种方式:从N-1上一步,或者从N-2上两部,所以这就是一个斐波那契数列。
* 递推公式:f(n) = f(n-1) + f(n - 2);
* @param n
* @return
*/
public int climbStairs(int n) {
//动态规划问题一般需要创建数组来存储中间变量
int[] a = new int[n+1];
a[0] = 0;
if(n >= 1) {
a[1] = 1;
}
if(n >= 2) {
a[2] = 2;
}
if(n >= 3){
for(int i = 3; i<a.length; i++) {
a[i] = a[i-1] + a[i-2];
}
}
return a[n];
}
}
2. 最大子序和
给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
示例:
输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。
public class Solution {
/*
思路1:
动态规划法 O(N)
sum[i]= max(sum[i-1] + a[i], a[i])
实际上等价于判断sum[i-1]是否大于0
*/
public int maxSubArray(int[] nums) {
int sum = 0, maxn = Integer.MIN_VALUE;
for (int i = 0; i < nums.length; i++) {
if (sum >= 0) {
sum += nums[i];
} else {
sum = nums[i];
}
if (sum > maxn) {
maxn = sum;
}
}
return maxn;
}
/*
思路2:
分治法
每一步找出局部最优解,然后在这些局部最优解中找出一个全局最优解,这个全局最优解就是我们想要的结果
*/
public int maxSubArray(int[] nums) {
if (nums == null || nums.length == 0) {
return 0;
}
int local = nums[0];
int global = nums[0];
for (int i = 1; i < nums.length; i++) {
local = Math.max(nums[i], local + nums[i]);
global = Math.max(local, global);
}
return global;
}
}