动态规划五部曲:
- 确定dp数组以及下标的含义
- 确定递推公式
- dp数组如何初始化(因为有些问题需要根据递推公式来确定dp数组如何初始化)
- 遍历顺序
- 打印dp数组(用于debug)
根据五部曲来解题:
- dp[i]表示斐波那契数列中第[i]个斐波那契值dp[i]
- 递推公式题中已经给出dp[i]=dp[i-1]+dp[i-2]
- dp数组初始化由上面递推公式可以知道,需要初始化dp[0]和dp[1]
- 遍历顺序也由递推公式可以得知,当前状态依赖以前的两个状态,由前往后遍历
- 打印dp数组
class Solution {
public int fib(int n) {
if(n<2) return n;
int[] dp=new int[n+1];
dp[0]=0;
dp[1]=1;//不对边界情况讨论的话,这里超出了数组的下标范围;
for(int i=2;i<n+1;i++){
dp[i]=dp[i-1]+dp[i-2];
}
return dp[n];
}
}
这题要明确考虑的是方法数量,而不是步数。以三阶为例,先迈1阶再迈2阶,我的错误想法是,先走1阶有几种方法,然后加上走2阶有几种方法。这里就是算的有多少种步数方法了。而正确的想法应该是,后面的迈2阶已经确定了,就只有这一种方式,剩下的就是看前面的迈1阶有几种方式。同理,假如此时在2阶上,只需要迈1阶就能到达,此时就是看到2阶的有几种方法。两种方法相加就是最后的方法数。
五部曲:
- dp[i]代表的是到达第i个阶梯所对应的方法数dp[i]
- 递推公式:dp[i]=dp[i-2]+dp[i-1]。因为到达当前阶梯,只有两种方法,从i-1的位置跳一步上来,或者从i-2的位置跳两步上来。当前状态依赖前面的两次的状态
- 从递推公式中可看出,需要初始化的是dp[1]和dp[2],dp[0]没有意义,初始化为0.
- 遍历顺序,从前往后
- 打印dp数组
class Solution {
public int climbStairs(int n) {
if(n<3) return n;
int[] dp=new int[n+1];
dp[0]=0;
dp[1]=1;
dp[2]=2;
for(int i=3;i<n+1;i++){
dp[i]=dp[i-1]+dp[i-2];
}
return dp[n];
}
}
这题是上一题的拓展。
五部曲:
- dp[i]代表的是上到第i个阶梯所花费的最小力气dp[i]
- 递推公式dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])。因为到达当前位置只能从i-1或者i-2位置到达。这里规定站在阶梯上不花费力气,跳出的时候才花费。
- dp[i]初始化。因为可以选择从下标0或者1的位置出发,所以这两个位置的dp值应该为0,dp[0]和dp[1]初始化为0。
- 顺序遍历
- 打印dp数组
class Solution {
public int minCostClimbingStairs(int[] cost) {
int[] dp=new int[cost.length+1];
dp[0]=0;
dp[1]=0;
for(int i=2;i<dp.length;i++){
dp[i]=Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
}
return dp[dp.length-1];
}
}