动态规划初步，leetcode53[简单]

题目

53.最大子序列和
给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

动态规划思路

示例输入输出

输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。

分析
用一个数组dp[i]来存储当前连续子数组的最大和，循环遍历原数组nums[i]的时候，检验一下dp[i-1]是否大于0，如果dp[i-1]>0，则dp[i]=dp[i-1]+nums[i]，否则dp[i]=nums[i]，最后遍历dp数组，找出最大元素即可。
一开始没有想清楚的地方是为什么要判断dp[i-1]的正负，而不是判断nums[i]的正负。记录一下：题目中要求的是连续子数组，dp存储的是以nums[i]为结尾的最大子序列和,因此必然要把nums[i]包含在内（如果实际最大的和中不包含nums[i]，那么已经在前面的元素中记录过了不需要在此步考虑），所以只需要考虑nums[i]要不要加上前面的。

代码

方法一

 int maxSubArray(vector<int>& nums) {
        int n=nums.size();
        vector<int> res(n,0);
        //注意这一步，务必进行初始化否则会报错
        res[0]=nums[0];
        int mmax=nums[0];
        for(int i=1;i<nums.size();i++){
            res[i]=(res[i-1]>0?res[i-1]+nums[i]:nums[i]);
            mmax= max (res[i],mmax);
        }
        return mmax;

    }

方法二：对空间进行优化

  int maxSubArray(vector<int>& nums) {
        int res=nums[0];       
        int mmax=nums[0];
        for(int i=1;i<nums.size();i++){
            res = (res>0?res+nums[i]:nums[i]);
            mmax= max (res,mmax);
        }
        return mmax;
    }

题目

爬楼梯
这道题我感觉跟斐波那契是一样的，但没理解为什么评论区说是动态规划。。总之就是递归或者迭代。

int climbStairs(int n) {
        //递归超时
        /*
        if(n==1) return 1;
        if(n==0) return 1;
        return climbStairs(n-1)+climbStairs(n-2);
        */
        if(n==1) return 1;
        if(n==2) return 2;
        int n1=1;int n2=2;int res;
        for(int i=3;i<=n;i++){
            res = n1+n2;
            n1=n2;
            n2=res;
        }
        return res;
    }