动态规划五部曲
#### 递归
class Solution:
def fib(self, n: int) -> int:
if n == 0:
return 0
if n == 1:
return 1
return self.fib(n - 1) + self.fib(n - 2)
##### 动态规划
class Solution:
def fib(self, n: int) -> int:
if n == 0:
return 0
dp = [0] * (n + 1)
dp[0] = 0
dp[1] = 1
for i in range(2, n + 1):
dp[i] = dp[i - 1] + dp[i - 2]
return dp[n]
斐波那契数,递归解决,时间复杂度有点高。用动态规划,递推公式就是斐波那契的公式
class Solution:
def climbStairs(self, n: int) -> int:
# 到达第n阶台阶的方式是到达第n-1阶的加上第n-2阶的
if n <= 2:
return n
dp = [0] * (n + 1)
dp[0] = 0
dp[1] = 1
dp[2] = 2
for i in range(3, n + 1):
dp[i] = dp[i - 1] + dp[i - 2]
return dp[n]
爬楼梯问题,只要想到到达第i层台阶只有两种方式,一种从i-1上来,另一种从i-2上来,所以递推公式就是到达第i层台阶的方式为第i-1层的方式 加上第i-2层的方式。
class Solution:
def minCostClimbingStairs(self, cost: List[int]) -> int:
if len(cost) == 1:
return cost[0]
if len(cost) == 2:
return min(cost[0], cost[1])
dp = [0] * (len(cost) + 1) #到达第i台阶已经花了多少钱
dp[0] = 0
dp[1] = 0
for i in range(2, len(cost) + 1):
dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]) #到达第i台阶的钱是到达第i-1的钱加上i-1向上走要花的钱和到达第i-2的钱加上i-2向上走要画的钱的较小的那个
return dp[len(cost)]
多了一个从台阶向上跳的花费。递推公式就变成了第i层的花费是第i-1层的花费加上i-1向上跳需要的花费以及第i-2层的花费加上i-2向上跳需要的花费两者最小值。