算法之动态规划

例1 爬楼梯 力扣70

dp就是动态规划 dymatic programming

剑指offer 10青蛙跳
class Solution {
    public int numWays(int n) {
        if(n==1){
            return 1;
        }
        if(n==2){
            return 2;
        }
        if(n==0){
            return 1;
        }
        int[] a = new int[n+2];
        a[1] = 1;
        a[2] = 2;
        for(int i = 3;i<=n;i++){
            a[i] = (a[i-1]+a[i-2])%1000000007;
        }
        return a[n];
    }
}

例2 打家劫舍 力扣198

思路：
第i间的最优解 = max（是第i-2房间的最优解+当前房间的值 与第i-1个房间的最优解）

p[i]=Math.max(dp[i-2]+nums[i],dp[i-1]);

例3：最大子段和 力扣53

sum表示一种增益，如果增益大于0那么表示我们这个增加长度对初始是有效的所以可以扩充当前子段
从nums[0]开始作为初始值，所以说当sum>0时才作为一个起点，当这个起点被削减成负数时，仍然舍弃刚才的起点，以下一个正数开始

class Solution {
    public int maxSubArray(int[] nums) {
        int ans = nums[0];
        int sum = 0;
        for(int i = 0; i<nums.length;i++){
            if(sum>0){
                sum = sum + nums[i];
            }
            else{
                sum = nums[i];
            }
            ans = Math.max(ans,sum);
        }
        return ans;
    }
}

例4：找零钱

贪心不行

class Solution {
    public int fib(int n) {
        int[] arr = new int[n+2];
        arr[0] = 0;
        arr[1] = 1;
        for(int i=2;i<=n;i++){
            arr[i] = (arr[i-1]+arr[i-2])%1000000007;
        }
        return arr[n];
    }
}