写在前边:无论是科班学习,还是来刷题,曾经动态规划一直是避之不及的,现在揭开她的面纱
1.1 斐波那契数
题目描述:斐波那契数 (通常用 F(n)
表示)形成的序列称为 斐波那契数列 。该数列由 0
和 1
开始,后面的每一项数字都是前面两项数字的和。也就是:
F(0) = 0,F(1) = 1 F(n) = F(n - 1) + F(n - 2),其中 n > 1
给定 n
,请计算 F(n)
。
示例 1:
输入:n = 2 输出:1 解释:F(2) = F(1) + F(0) = 1 + 0 = 1
示例 2:
输入:n = 3 输出:2 解释:F(3) = F(2) + F(1) = 1 + 1 = 2
示例 3:
输入:n = 4 输出:3 解释:F(4) = F(3) + F(2) = 2 + 1 = 3
代码部分:
class Solution {
public int fib(int n) {
if(n == 0){
return 0;
}
int[] dp = new int[n+1];
dp[0] = 0;
dp[1] = 1;
for(int i = 2 ; i < n+1 ; i++){
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
}
思路:
- 首先,判断 n 的值是否为 0,如果是,则直接返回 0,因为斐波那契数列的第 0 个数为 0。
- 创建一个长度为 n+1 的数组 dp,用于存储斐波那契数列的结果。
- 初始化数组 dp 的前两个元素 dp[0] 和 dp[1] 分别为 0 和 1,因为斐波那契数列的第 1 个数为 1。
- 使用一个循环从 i = 2 开始,迭代计算数组 dp 中的每个元素,直到 i = n+1。
- 在每次循环中,通过 dp[i-1] + dp[i-2] 计算 dp[i] 的值,即当前位置的斐波那契数等于前两个位置的斐波那契数之和。
- 循环结束后,返回数组 dp 的最后一个元素 dp[n],即第 n 个斐波那契数。
代码的时间复杂度分析:
- 创建长度为 n+1 的数组需要 O(n) 的时间和空间复杂度。
- 循环迭代计算数组 dp 中的元素需要 O(n) 的时间复杂度。
- 因此,代码的总时间复杂度为 O(n)。
1.2 爬楼梯
题目描述: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?
示例 1:
输入:n = 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:n = 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
代码部分:
class Solution {
public int climbStairs(int n) {
if (n <= 2) {
return n;
}
int[] dp = new int[n + 1];
dp[1] = 1;
dp[2] = 2;
for (int i = 3; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
}
思路:
代码中使用了一个长度为n+1的数组dp来保存每个楼梯对应的方法数。dp[i]表示到达第i个楼梯的方法数。
初始状态为dp[1] = 1和dp[2] = 2,因为到达第一个楼梯只有一种方法,到达第二个楼梯有两种方法。
然后,使用循环从第三个楼梯开始计算方法数。对于每个楼梯i,可以选择从第i-1个楼梯跨一步到达,或者从第i-2个楼梯跨两步到达。因此,dp[i] = dp[i - 1] + dp[i - 2],表示到达第i个楼梯的方法数等于到达第i-1个楼梯的方法数加上到达第i-2个楼梯的方法数。
最后返回dp[n],即到达顶部的方法数。
1.3 第N个泰波那契数
题目描述:泰波那契序列 Tn 定义如下:
T0 = 0, T1 = 1, T2 = 1, 且在 n >= 0 的条件下 Tn+3 = Tn + Tn+1 + Tn+2
给你整数 n
,请返回第 n 个泰波那契数 Tn 的值。
示例 1:
输入:n = 4 输出:4 解释: T_3 = 0 + 1 + 1 = 2 T_4 = 1 + 1 + 2 = 4
示例 2:
输入:n = 25 输出:1389537
代码部分:
class Solution {
public int tribonacci(int n) {
if ( n == 0) {
return 0;
} else if (n == 1 || n == 2) {
return 1;
}
int[] tri = new int[n+1];
tri[0] = 0;
tri[1] = 1;
tri[2] = 1;
for (int i=3; i<= n; i++) {
tri[i] = tri[i-1] + tri[i-2] + tri[i-3];
}
return tri[n];
}
}
思路:
代码中使用了一个长度为n+1的数组tri来保存每个位置对应的Tribonacci数。
首先,对于n等于0的情况,直接返回0。对于n等于1或2的情况,直接返回1,因为在Tribonacci数列中,第一个和第二个数字都是1。
然后,创建一个循环从第3个位置开始计算Tribonacci数。对于每个位置i,它是前三个位置tri[i-1]、tri[i-2]和tri[i-3]的和,即tri[i] = tri[i-1] + tri[i-2] + tri[i-3]。
最后返回tri[n],即第n个位置的Tribonacci数。
写在后边:当然,我们也可以直接使用求出后的数组:)
class Solution {
public int tribonacci(int n) {
int[] result = {0, 1, 1, 2, 4, 7, 13, 24, 44, 81, 149, 274, 504, 927, 1705, 3136, 5768, 10609, 19513, 35890, 66012, 121415, 223317, 410744, 755476, 1389537, 2555757, 4700770, 8646064, 15902591, 29249425, 53798080, 98950096, 181997601, 334745777, 615693474, 1132436852,2082876103};
return result[n];
}
}
1.4 使用最小花费爬楼梯
题目描述:给你一个整数数组 cost
,其中 cost[i]
是从楼梯第 i
个台阶向上爬需要支付的费用。一旦你支付此费用,即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0
或下标为 1
的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。
示例 1:
输入:cost = [10,15,20] 输出:15 解释:你将从下标为 1 的台阶开始。 - 支付 15 ,向上爬两个台阶,到达楼梯顶部。 总花费为 15 。
示例 2:
输入:cost = [1,100,1,1,1,100,1,1,100,1] 输出:6 解释:你将从下标为 0 的台阶开始。 - 支付 1 ,向上爬两个台阶,到达下标为 2 的台阶。 - 支付 1 ,向上爬两个台阶,到达下标为 4 的台阶。 - 支付 1 ,向上爬两个台阶,到达下标为 6 的台阶。 - 支付 1 ,向上爬一个台阶,到达下标为 7 的台阶。 - 支付 1 ,向上爬两个台阶,到达下标为 9 的台阶。 - 支付 1 ,向上爬一个台阶,到达楼梯顶部。 总花费为 6 。
代码部分:
class Solution {
public int minCostClimbingStairs(int[] cost) {
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(cost[i] + dp[i-2], cost[i] + dp[i-1]);
}
return Math.min(dp[cost.length-2],dp[cost.length -1]);
}
}
思路:
代码中使用了一个长度为cost.length的数组dp来保存每个楼梯对应的最小花费。dp[i]表示到达第i个楼梯的最小花费。
初始状态为dp[0] = cost[0]和dp[1] = cost[1],即第一个和第二个楼梯的最小花费分别为它们自身的花费。
然后,使用循环从第三个楼梯开始计算最小花费。对于每个楼梯i,可以选择从第i-1个楼梯跨一步到达,或者从第i-2个楼梯跨两步到达。因此,dp[i] = Math.min(cost[i] + dp[i-2], cost[i] + dp[i-1]),表示到达第i个楼梯的最小花费等于从i-2到达的最小花费加上当前楼梯的花费,或者从i-1到达的最小花费加上当前楼梯的花费,取两者中较小的值。
最后返回Math.min(dp[cost.length-2], dp[cost.length-1]),即到达顶部的最小花费。由于可以选择从倒数第二个楼梯或倒数第一个楼梯跨步到达顶部,所以取这两个位置的最小花费中的较小值作为结果。
1.5 打家劫舍
题目描述:
你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。
给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。
示例 1:
输入:[1,2,3,1] 输出:4 解释:偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。 偷窃到的最高金额 = 1 + 3 = 4 。
示例 2:
输入:[2,7,9,3,1] 输出:12 解释:偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9),接着偷窃 5 号房屋 (金额 = 1)。 偷窃到的最高金额 = 2 + 9 + 1 = 12 。
代码部分:
class Solution {
public int rob(int[] nums) {
if (nums == null || nums.length == 0) {
return 0;
}
if (nums.length == 1){
return nums[0];
}
int[] dp = new int[nums.length];
dp[0] = nums[0];
dp[1] = Math.max(nums[0], nums[1]);
for(int i = 2; i< nums.length; i++){
if(dp[i-2]+nums[i]>dp[i-1]){
dp[i] = dp[i-2]+nums[i];
}
else{dp[i] = dp[i-1];}
}
return dp[nums.length -1];
}
}
思路:
在这个问题中,有一排房屋,每个房屋中都有特定的金额。相邻的房屋之间有安全系统,如果相邻的房屋同时被盗窃,系统会自动报警。因此,你需要选择一些房屋进行盗窃,使得盗窃的金额最大化,同时避免触发警报。
代码中使用了一个长度为nums.length的数组dp来保存每个房屋对应的最大盗窃金额。dp[i]表示在考虑前i个房屋的情况下,能够获得的最大盗窃金额。
首先,对于特殊情况,如果输入数组为空或长度为0,直接返回0。如果数组长度为1,直接返回该房屋的金额,因为只有一个房屋可以盗窃。
然后,创建一个循环从第三个房屋开始计算最大盗窃金额。对于每个房屋i,有两种选择:盗窃第i个房屋或不盗窃第i个房屋。
如果选择盗窃第i个房屋,那么最大盗窃金额为dp[i-2]+nums[i],即前两个房屋的最大盗窃金额加上当前房屋的金额。
如果选择不盗窃第i个房屋,那么最大盗窃金额为dp[i-1],即前一个房屋的最大盗窃金额。
因此,dp[i] = Math.max(dp[i-2]+nums[i], dp[i-1]),取这两种选择中的较大值作为第i个房屋的最大盗窃金额。
最后返回dp[nums.length-1],即考虑所有房屋的情况下能够获得的最大盗窃金额。
1.6 删除并获得点数
题目描述:给你一个整数数组 nums
,你可以对它进行一些操作。
每次操作中,选择任意一个 nums[i]
,删除它并获得 nums[i]
的点数。之后,你必须删除 所有 等于 nums[i] - 1
和 nums[i] + 1
的元素。
开始你拥有 0
个点数。返回你能通过这些操作获得的最大点数。
示例 1:
输入:nums = [3,4,2] 输出:6 解释: 删除 4 获得 4 个点数,因此 3 也被删除。 之后,删除 2 获得 2 个点数。总共获得 6 个点数。
示例 2:
输入:nums = [2,2,3,3,3,4] 输出:9 解释: 删除 3 获得 3 个点数,接着要删除两个 2 和 4 。 之后,再次删除 3 获得 3 个点数,再次删除 3 获得 3 个点数。 总共获得 9 个点数。
代码部分:
class Solution {
public int deleteAndEarn(int[] nums) {
int maxVal = 0;
for (int num : nums) {
maxVal = Math.max(maxVal, num);
}
int[] sum = new int[maxVal + 1];
for (int num : nums) {
sum[num] += num;
}
int[] dp = new int[maxVal + 1];
dp[0] = sum[0];
dp[1] = Math.max(sum[0], sum[1]);
for (int i = 2; i < sum.length; i++) {
dp[i] = Math.max(dp[i - 1], dp[i - 2] + sum[i]);
}
return dp[maxVal];
}
}
思路:
代码中首先确定数组中的最大值maxVal。接下来,创建一个长度为maxVal+1的数组sum,用于保存每个数字出现的次数和点数之和。遍历nums数组,统计每个数字出现的次数,并将其加到sum[num]上。
然后,创建一个长度为maxVal+1的数组dp,用于保存到第i个数字时能够获得的最大点数。根据题目规则,可以选择保留第i个数字或删除第i个数字。如果保留第i个数字,那么最大点数为dp[i-1],即到前一个数字时能够获得的最大点数。如果删除第i个数字,那么最大点数为dp[i-2]+sum[i],即到前两个数字时能够获得的最大点数加上当前数字的点数。因此,dp[i] = Math.max(dp[i-1], dp[i-2] + sum[i]),取这两者中的较大值作为到第i个数字时能够获得的最大点数。
最后返回dp[maxVal],即到最大值maxVal时能够获得的最大点数。
写在最后:
该六题,本质是找出dp[i]与dp[i-1]、dp[i-2]等值的关系,而后进行遍历即可解出。
难点在于找出dp公式,而非更新,但同样应该注意dp的起始点以防越界:D
动态规划(基础版) - 学习计划 - 力扣(LeetCode)全球极客挚爱的技术成长平台https://leetcode.cn/studyplan/dynamic-programming/