动态规划学习笔记

若曦`

于 2021-08-04 20:21:36 发布

阅读量2.2k

点赞数

分类专栏：算法 leetcode 文章标签：算法动态规划 leetcode java

本文链接：https://blog.csdn.net/qq_43564410/article/details/119388979

版权

算法同时被 2 个专栏收录

3 篇文章 0 订阅

订阅专栏

leetcode

3 篇文章 0 订阅

订阅专栏

1.动态规划步骤

（1）确定dp数组以及下标的含义
（2）确定递推公式
（3）dp数组初始化
（4）确定遍历顺序
（5）举例推导dp数组

2. 一维dp数组做题记录

做题由简到难记录

入门/简单题

爬楼梯

在这里插入图片描述

（1）确定dp[i]含义

i表示阶梯层数
dp[i]表示到达阶梯i有多少种跳法

（2）确定递推公式

dp[i] = dp[i-1]+dp[i-2]
说明：因为对于阶梯i，其跳法=上一级跳一阶+上上一级跳两阶
所以跳上阶梯i的跳法= 阶梯[i-1]+阶梯[i-2]

（3）初始化dp[i]
dp[0] = 0; //阶梯为0
dp[1] = 1; //阶梯为1 1种
dp[2] = 2; //阶梯为2 2种

（4）确定遍历顺序

此题遍历顺序比较简单，将1~N每级阶梯遍历一次即可

（5）举例推导

纸上画一下dp表对应比照一下

（6）写出代码

class Solution {
    public int climbStairs(int n) {
        if(n<=2)
            return n;
        int[] dp = new int[n];
        dp[0] = 0;
        dp[1] = 1;
        dp[2] = 2;
        for(int i=3;i<n;i++){
            dp[i] = dp[i-1]+dp[i-2];
        }
		//最后一个阶梯的结果=[n-1]+[n-2]
        return dp[n-1]+dp[n-2];
    }
}

使用最小花费爬楼梯

在这里插入图片描述
（1）确定dp[i]含义

i表示第i级阶梯
dp[i]表示到达第i级阶梯花费的最小体力值

（2）确定递推公式

dp[i] = Math.min(dp[i-1]，dp[i-2])+cost[i]

说明：当前阶梯花费最少体力值= 能跳上该阶梯时的最少体力值+当前阶梯花费的体力值

（3）dp初始化

dp[0] = cost[0];
dp[1] = cost[1];

（4）确定遍历顺序

同样将所有阶梯遍历一遍

（5）举例推导dp数组

画图举例

（6）写代码

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        if(cost.length<=1)
            return cost[cost.length];
        int[] dp = new int[cost.length];
        dp[0] = cost[0];
        dp[1] = cost[1];
        for(int i=2;i<cost.length;i++){
            dp[i] = Math.min(dp[i-1],dp[i-2])+cost[i];
        }
        //最后可以从最后一个阶梯跳，或者倒数第二个阶梯跳上去
        return Math.min(dp[cost.length-1],dp[cost.length-2]);
    }
}

最大子序和

在这里插入图片描述
（1）确定dp[i]含义

i表示第nums[]的第i个下标
dp[i]表示nums[i]被选择后，得到的子序和

（2）确定递推方向

dp[i] = dp[i-1]>0?dp[i-1]+nums[i]:nums[i];

不解释了，比较简单

（3）初始化dp

dp[0] = nums[0];

（4）确定遍历顺序

对nums[]数组正序遍历一次即可

（5）举例推导dp数组

画图得证

（6）写代码

class Solution {
    int res=0;
    public int maxSubArray(int[] nums) {
        int len = nums.length;
        int[] dp = new int[len];
        int max = nums[0];
        dp[0] = nums[0];
        for(int i=1;i<len;i++){
            dp[i] = dp[i-1]>0?dp[i-1]+nums[i]:nums[i];
            if(dp[i]>max)
                max = dp[i];
        }
        return max;
    }
}

中等题

打家劫舍

在这里插入图片描述

（1）确定dp[i]的含义

i表示房间号
dp[i]表示偷到对应房间号为止，最大的金额

（2）确定推导公式

dp[i] = Math.max(dp[i-3]+dp[i-2])+nums[i]
说明：因为要间隔，画图就明白，只有两种选择 i-2或i-3

（3）dp初始化
dp[0] = nums[0];
dp[1] = nums[1];
dp[2] = nums[0]+nums[2];

（4）确定遍历顺序

对每个房间遍历一次

（5）举例推导dp数组

画图得证

（6）写出代码

class Solution {
    public int rob(int[] nums) {
        if(nums.length==1){
            return nums[0];
        }
        if(nums.length==2){
            return Math.max(nums[0],nums[1]);
        }

        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        dp[1] = nums[1];
        dp[2] = nums[0]+nums[2];

        for(int i=3;i<nums.length;i++){
            dp[i] = Math.max(dp[i-3],dp[i-2])+nums[i];
        }

        return Math.max(dp[nums.length-2],dp[nums.length-1]);
    }
}

打家劫舍 II

在这里插入图片描述

做法和打家劫舍1差不多。区别只是区分一下房间1选择和不选择的两种情况，分别计算值，取最大值作为结果

class Solution {
    public int rob(int[] nums) {
        int len = nums.length;
        if(len<=2){
            if(len==1)
                return nums[0];
            return Math.max(nums[0],nums[1]);
        }else if(len==3){
            if(nums[0]>nums[1]){
                return Math.max(nums[0],nums[2]);
            }else{
                return Math.max(nums[1],nums[2]);
            }
        }
        int[] dp = new int[nums.length];

        //第一种可能 房间1必偷 最后一个房间不偷
        dp[0] = nums[0];
        dp[1] = 0;
        dp[2] = nums[0]+nums[2];
        dp[3] = nums[0]+nums[3];
        for(int i=4;i<nums.length;i++){
            dp[i] = Math.max(dp[i-3],dp[i-2])+nums[i];
        }
        //拿倒数第三个房间和倒数第二个房间比较 取最大
        int max1 = Math.max(dp[nums.length-3],dp[nums.length-2]);

        //第二种可能 房间1不偷 最后一个房间必偷
        dp[0] = 0;
        dp[1] = nums[1];
        dp[2] = nums[2];
        dp[3] = nums[1]+nums[3];
        for(int i=4;i<nums.length;i++){
            dp[i] = Math.max(dp[i-3],dp[i-2])+nums[i];
        }
        //拿倒数第二个房间和倒数第一个房间比较 取最大
        int max2 = Math.max(dp[nums.length-2],dp[nums.length-1]);

        //返回房间1偷与不偷的最大选择值
        return Math.max(max1,max2);
    }
}

by ruoxi 8.4

删除并获得点数

在这里插入图片描述
提示：如果深刻理解了此题的做法，那么此题和打家劫舍的做法类似

首先，我们先明确一个概念，就是每个位置上的数字是可以在两种前结果之上进行选择的：

如果你不删除当前位置的数字，那么你得到就是前一个数字的位置的最优结果。
如果你觉得当前的位置数字i需要被删，那么你就会得到i - 2位置的那个最优结果加上当前位置的数字乘以个数。
以上两个结果，你每次取最大的，记录下来，然后答案就是最后那个数字了。

上述的每个位置上的数字，指的是像存储1，2，3，4，5这种自然数个数的数组

那么可以创建一个count[]数组，用于存储每个自然数在nums[]中出现的次数

count的长度=nums[]数组中的最大值(max)

比如nums[] = {1,1,2,3,3,3}，那么count[]={0,2,1,3}
说明：0在nums中出现了0次 1出现了2次 2出现1次 3出现3次

（1）明确dp[i]的含义

i表示选择自然数i
dp[i]表示选择i后能得到的最大点数

这里的dp[i]长度也就等于count的长度，因为dp[i]是选择自然数i，count存储的是自然数i出现的次数

（2）找出递推公式

dp[i] = Math.max(dp[i-1],dp[i-2]+i*count[i])

（3）初始化dp
dp[0] = 0; //因为选择0，无论多少个0都是0
dp[1] = nums中1出现的次数*1

（4）确定遍历顺序

对count[]数组遍历一遍即可

（5）举例推导dp数组

画图举例得证

（6）写代码

class Solution {
    public int deleteAndEarn(int[] nums) {
        int len = nums.length;
        if(len==0)
            return 0;

        //获取nums数组的最大值
        int max = 0;
        for(int i=0;i<len;i++){
            if(nums[i]>max){
                max = nums[i];
            }
        }
        //创建count数组，存储每个数字值在nums[]中存在的个数
        int[] count = new int[max+1];
        //创建dp数组
        int[] dp = new int[max+1];

        //num数字值也就对应count数组的下标
        //顺带初始化dp
        for(int num : nums){
            count[num] ++;
            if(num==1){
                dp[1] +=1;
            }
        }
        dp[0] = 0;

        if(max==1){
            return dp[1];
        }

        //递推方向 ：dp[i] = Math.max(dp[i-1],dp[i-2]+count[i]*i)
        for(int i=2;i<max+1;i++){
            dp[i] = Math.max(dp[i-1],dp[i-2]+count[i]*i);
        }

        return Math.max(dp[max],dp[max-1]);
    }
}

持续更新中…

3. 二维dp数组做题记录

中等题

不同路径

在这里插入图片描述
解释：对于每个方格来说，都必须从该方格的左边或者上面的方格走下来，也就是根据上两个位置的结果而定，所以很明显发觉可以用动态规划来解题

（1）确定dp数组以及下标的含义

i代表行数，j代表列数，dp[i][j]代表到达[i][j]处有多少条路径方法

（2）确定递推公式

dp[i][j] = dp[i-1][j]+dp[i][j-1];

（3）dp数组初始化

对于第一列和第一行，都只能向右或向下走，只有一种方式

（4）确定遍历顺序

对二维数组每个下标都遍历一遍

（5）举例推导dp数组

稍微测试一下就行

（6）写代码

class Solution {
    public int uniquePaths(int m, int n) {
        int[][] dp = new int[m][n];
        for(int i=0;i<m;i++){
            dp[i][0]=1;
        }
        for(int i=0;i<n;i++){
            dp[0][i]=1;
        }
        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[m-1][n-1];
    }
}

若曦`

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
动态规划学习笔记

1.动态规划步骤（1）确定dp数组以及下标的含义（2）确定递推公式（3）dp数组初始化（4）确定遍历顺序（5）举例推导dp数组2. 一维dp数组做题记录做题由简到难记录入门题爬楼梯（1）确定dp[i]含义i表示阶梯层数dp[i]表示到达阶梯i有多少种跳法（2）确定递推公式dp[i] = dp[i-1]+dp[i-2]说明：因为对于阶梯i，其跳法=上一级跳一阶+上上一级跳两阶所以跳上阶梯i的跳法= 阶梯[i-1]+阶梯[i-2]（3）初始化dp[i]dp[0]
复制链接

扫一扫