动态规划专题之 斐波那契数

本文分析了使用动态规划解决斐波那契数列问题的过程,包括定义dp数组表示状态,递推公式dp[i]=dp[i-1]+dp[i-2],状态压缩优化,以及初始化和遍历顺序的重要性。作者还提供了两种版本的代码实现:传统dp数组和状态压缩版本。
摘要由CSDN通过智能技术生成

此系列是记录我看代码随想录的视频的感受

LC 509
按照动规五部曲来

dp数组以及下标的含义

dp[i]: 存储第i个斐波那契数的值

递推公式

先这么想,dp[i]是由哪些状态得到的?由dp[i-1]和dp[i-2]得到的,所以递推公式就是dp[i] = dp[i-1] + dp[i-2]

优化

因为当前状态只依赖前两个状态,根据这个可以做进一步的精简(状态压缩,在这里的意思就是说我没有必要搞一个dp数组,我只用存储前两个变量的值即可)优化版本的代码在最后给出

初始化问题

我们来看dp[0]等于多少?根据dp数组定义得第0个斐波那契数的值,但是有第0个?没有对吧,没有那就是0,那dp[1]呢?根据dp数组的定义得,为1
所以dp[1]=1

遍历顺序

从前往后遍历就行,因为dp[i] = dp[i-1]+dp[i-2],dp[i]依赖dp[i-1]和dp[i-2],反证法一下,如果你从后往前遍历,那么计算到dp[i]的时候,dp[i-1]和dp[i-2]的时候还没有计算出来,这个时候dp[i]的值是无用的

打印dp数组

这个就不打印了,因为我没有报错

代码

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;

public class Main{
 int[] dp = new int[31];
 public int fib(int n) {
        dp[1] =1;
        for(int i=2;i<=n;i++)
            dp[i] = dp[i-1]+dp[i-2];
        
        return dp[n];
    }
   }

状态压缩

 import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;

public class Main{
 public int fib(int n) {
 		int a = 1;
 		int b = 0;
 		if(n<=1)
 			return n;
 		for(int i=2;i<=n;i++)
            {
                int s = a+b;
                a=b;
                b=s;
            }
            return b;
    }
    
}
  • 5
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值