动态规划基本步骤
1 、确定dp及含义;
2 、确定递推公式;
3 、确定dp初始化;
4 、确定遍历顺序;
例题
一维dp例题1:;
leetcode746. 使用最小花费爬楼梯
//1dp[i]表示到达i阶梯时最小支付花费;
//2 dp[i] = min(dp[i-2]+cost[i-2],dp[i-1]+cost[i-1]);因为能到达第i个楼梯
//肯定是从i-1或者i-2阶梯来的。
//3 dp[0]=0;dp[1]=0;
//4 从小到大;
int minCostClimbingStairs(vector<int>& cost){
vector<int> dp(cost.size()+1,0);//因为要到达顶点,所以加1;
for(int i = 2;i<=cost.size();i++){
dp[i] = min(dp[i-2]+cost[i-2],dp[i-1]+cost[i-1]);
}
return dp.back();
}
//改进:通过对递推式观察,可知,第i次的更新只和前两次有关系,故可以只用少量变量实现递推
int minCostClimbingStairs(vector<int>& cost){
int pre = 0;
int pree = 0;
int now = 0;
for(int i = 2;i<=cost.size();i++){
now = min(pree+cost[i-2],pre+cost[i-1]);
pree = pre;
pre = now;
}
return now;
}
二维dp例题2:
leetcode 62. 不同路径
//dp[i][j] 表示从左上角到第i行第j行的不同路径数
//dp[i][j] = dp[i-1][j]+dp[i][j-1]
//初始化:i=0,j=0的需要初始化为1;
//遍历顺序,这里都可以,先行后列或者先列后行
int uniquePaths(int m,int n){
vector<vector<int>> dp(m,vector<int>(n,1));//一步初始化
for(int i=1;i<m;i++){
for(int j =1;j<n;j++){
dp[i][j] = dp[i-1][j]+dp[i][j-1];
}
}
return dp.back().back();
}
//改进,通过观察递推式,可以发现当前dp[i][j]只和前面的两次相关,假设我们那一维的dp[j]来实现,则dp[j] += dp[j-1];//首先dp[j]表示上一行第j列的情况,dp[j-1]应该表示本行第j-1列的情况,故遍历顺序也应该是先行后列,列从小到大,这有这样,dp[j-1]才会在dp[i]更新时表示本行。
int uniquePaths(int m,int n){
vector<int> dp(n,1);//一步初始化
for(int i=1;i<m;i++)