动态规划法

目录

基本概念

力扣题       

5. 最长回文子串

70. 爬楼梯

322. 零钱兑换

---

基本概念

动态规划法利用问题的最优性原理，以自底向上的方式从子问题的最优解逐步构造出整个问题的最优解。

动态规划法设计算法一般分成三个阶段：

1. 分段：将原问题分解为若干个相互重叠的子问题；
2. 分析：分析问题是否满足最优性原理，找出动态规划函数的递推式；
3. 求解：利用递推式自底向上计算，实现动态规划过程。

力扣题       

5. 最长回文子串

 

给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。

示例 1：

输入: "babad"
输出: "bab"
注意: "aba" 也是一个有效答案。

示例 2：

输入: "cbbd"
输出: "bb"

 本题定义一个二维数组d[][],d[i][j]的值的含义代表字符串中的第i个字母到第j个字母组成的子串是否为回文。

该方法的好处是可以不用重复判断，难点在于要思考状态转移方程。

 

class Solution {
    public String longestPalindrome(String s) {
        int length=s.length();
        if(length<2) return s;
        int max=1,begin=0;


        boolean bool[][]=new boolean[length][length];//动态规划事实是在填这张二维表
        char[] charArray=s.toCharArray();//将s存进字符数组

        for(int i=0;i<length;i++)//初始化表，因为对角线上的数代表的子串只有一个，一定是回文
                bool[i][i]=true;
        for(int j=1;j<length;j++)
            for(int i=0;i<j;i++)
            {
                if(charArray[i]!=charArray[j])
                    bool[i][j]=false;
                else{
                    if(j-i<3)//如果j-i<3说明该串字符数小，不需要再判断
                        bool[i][j]=true;
                    else
                        bool[i][j]=bool[i+1][j-1];//相当于字符串两头各删了一个字符，是否为回文的状态相同
                }
                if(bool[i][j]&&j-i+1>max)
                {
                    max=j-i+1;
                    begin=i;
                }
            }
        return s.substring(begin,begin+max);
    }
}

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.  1 阶 + 1 阶
2.  2 阶
示例 2：

输入： 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

 这个问题可以被分解为一些包含最优子结构的子问题，即它的最优解可以从其子问题的最优解来有效地构建

因为第i阶台阶可以由第i-1阶爬一阶，还可以由第i-2阶爬两阶得到。

class Solution {
    public int climbStairs(int n) {
        if(n==1){
            return 1;
        }
        if(n==2){
            return 2;
        }

        int[] dp=new int[n];
        dp[0]=1;
        dp[1]=2;
        for(int i=2;i<n;i++){
            dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[n-1];
    }
}

 

322. 零钱兑换

给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 -1。

 

示例 1:

输入: coins = [1, 2, 5], amount = 11
输出: 3 
解释: 11 = 5 + 5 + 1
示例 2:

输入: coins = [2], amount = 3
输出: -1

class Solution {
    public int coinChange(int[] coins, int amount) {
        int[] dp=new int[amount+1];
        Arrays.fill(dp,amount+1);
        dp[0]=0;
        for(int i=1;i<=amount;i++){
            for(int j=0;j<coins.length;j++){
                if(coins[j]<=i){
                    dp[i]=Math.min(dp[i],dp[i-coins[j]]+1);//递推式，由下向上
                }
            }
        }
        return dp[amount]==amount+1?-1:dp[amount];
    }
}