LeetCode509. 斐波那契数
https://leetcode-cn.com/problems/fibonacci-number/
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
给你 n ,请计算 F(n) 。
输入:2
输出:1
解释:F(2) = F(1) + F(0) = 1 + 0 = 1
思路
1.思考状态:找出最优解的性质,明确状态表示什么
dp[i]为第i个数的斐波那契数值
2.思考状态转移方程:大问题的最有解如何由小问题的最优解得到
题目已经把状态转移方程直接给我们了:dp[i] = dp[i - 1] + dp[i - 2];
3.思考初始状态
题目中把初始状态也直接给我们了:dp[0] = 0, dp[1] = 1
4.自底向上计算得到最优解
for (int i = 2; i <= n; ++i)
{
dp[i] = dp[i - 1] + dp[i - 2];
}
5.思考是否可以进行空间的优化
可以仅维护两个数值,不需要记录整个序列。
int p = 0, q = 1, r;
for (int i = 2; i <= n; ++i)
{
r = p + q;
p = q;
q = r;
}
代码
class Solution {
public:
//动态规划
/*int fib(int n)
{
if (n == 0 || n == 1)
{
return n;
}
vector<int> dp(n + 1);
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i <= n; ++i)
{
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}*/
//优化
/*int fib(int n)
{
if (n == 0 || n == 1)
{
return n;
}
int p = 0, q = 1, r;
for (int i = 2; i <= n; ++i)
{
r = p + q;
p = q;
q = r;
}
return q;
}*/
//递归
int fib(int n)
{
if (n == 0 || n == 1)
{
return n;
}
else
{
return fib(n - 1) + fib(n - 2);
}
}
};
LeetCode70. 爬楼梯
https://leetcode-cn.com/problems/climbing-stairs/
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?
**注意:**给定 n 是一个正整数。
输入: 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
思路
1.思考状态:找出最优解的性质,明确状态表示什么
dp[i]表示爬到第i层楼梯的方法数
2.思考状态转移方程:大问题的最有解如何由小问题的最优解得到
从dp[i]的定义可以看出,dp[i] 可以有两个状态推出来。
首先是dp[i - 1],上i - 1层楼梯,有dp[i - 1]种方法,那么再一步跳一个台阶就是dp[i]。
还有就是dp[i - 2],上i - 2层楼梯,有dp[i - 2]种方法,那么再一步跳两个台阶不就是dp[i]了么。
那么dp[i]就是 dp[i - 1]与dp[i - 2]之和。
所以:dp[i] = dp[i - 1] + dp[i - 2]
3.思考初始状态
dp[0] = 1, dp[1] = 1
4.自底向上计算得到最优解
for (int i = 2;i <= n;++i)
{
dp[i] = dp[i - 1] + dp[i - 2];
}
5.思考是否可以进行空间的优化
可以仅维护两个数值,不需要记录整个序列。
int p = 1, q = 1, r;
for (int i = 2;i <= n;++i)
{
r = p + q;
p = q;
q = r;
}
代码
class Solution
{
public:
//动态规划
/*int climbStairs(int n)
{
vector<int> dp(n + 1);
dp[0] = 1;
dp[1] = 1;
for (int i = 2;i <= n;++i)
{
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}*/
//优化
int climbStairs(int n)
{
int p = 1, q = 1, r;
for (int i = 2;i <= n;++i)
{
r = p + q;
p = q;
q = r;
}
return q;
}
}
LeetCode746. 使用最小花费爬楼梯
https://leetcode-cn.com/problems/min-cost-climbing-stairs/
数组的每个下标作为一个阶梯,第 i
个阶梯对应着一个非负数的体力花费值 cost[i]
(下标从 0
开始)。
每当你爬上一个阶梯你都要花费对应的体力值,一旦支付了相应的体力值,你就可以选择向上爬一个阶梯或者爬两个阶梯。
请你找出达到楼层顶部的最低花费。在开始时,你可以选择从下标为 0 或 1 的元素作为初始阶梯。
输入:cost = [10, 15, 20]
输出:15
解释:最低花费是从 cost[1] 开始,然后走两步即可到阶梯顶,一共花费 15 。
思路
1.思考状态:找出最优解的性质,明确状态表示什么
dp[i]表示爬上第i个台阶所花费的最少体力
2.思考状态转移方程:大问题的最有解如何由小问题的最优解得到
从dp[i]的定义可以看出,dp[i] 可以有两个状态推出来:从dp[i]的定义可以看出,dp[i] 可以有两个状态推出来。显然选择较小的,所以:dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i]
注意这里为什么是加cost[i],而不是cost[i-1]或cost[i-2],因为题目中说了:每当你爬上一个阶梯你都要花费对应的体力值
3.思考初始状态
题目说:在开始时,你可以选择从下标为 0 或 1 的元素作为初始阶梯。
所以:dp[0] = cost[0], dp[1] = cost[1]
4.自底向上计算得到最优解
for (int i = 2; i < sz; ++i)
{
dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i];
}
5.思考是否可以进行空间的优化
可以仅维护两个数值,不需要记录整个序列。
int p = cost[0], q = cost[1], r;
for (int i = 2; i < sz; ++i)
{
r = min(p, q) + cost[i];
p = q;
q = r;
}
代码
class Solution
{
public:
//动态规划
/*int minCostClimbingStairs(vector<int>& cost)
{
auto sz = cost.size();
vector<int> dp(sz);
dp[0] = cost[0];
dp[1] = cost[1];
for (decltype(sz) i = 2; i < sz; ++i)
{
dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i];
}
return min(dp[sz - 1], dp[sz - 2]);
}*/
//优化
int minCostClimbingStairs(vector<int>& cost)
{
auto sz = cost.size();
int p = cost[0], q = cost[1], r;
for (decltype(sz) i = 2; i < sz; ++i)
{
r = min(p, q) + cost[i];
p = q;
q = r;
}
return min(p, q);
}
};