代码随想录训练营day38：动态规划part1

动态规划五部曲：1.确定dp[i]的含义2.递推公式3.初始化4.遍历顺序5.举例与打印出的dp对比

509.斐波那契数列

class Solution {
public:
    int fib(int n) {
        if(n<2) return n;//注意特殊情况的处理
        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];
    }
};

节省空间的算法：一直用dp[0],dp[1]，每次都是上两个数之和，只要记得一直把上两个数传递给dp[0]和dp[1]就行

class Solution {
public:
    int fib(int n) {
        if(n<2) return n;
        vector<int> dp(2);
        dp[0]=0;
        dp[1]=1;
        int sum=0;
        for(int i=2;i<=n;i++){
            sum=dp[0]+dp[1];
            dp[0]=dp[1];
            dp[1]=sum;
            //dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[1];
    }
};

递归：

    if(n<2) return n;
    return fib(n-1)+fib(n-2);

70.爬楼梯

本质就是斐波那契数列

class Solution {
public:
    int climbStairs(int n) {
        vector<int> dp(n+1);
        if(n<3) return n;
        dp[1]=1;
        dp[2]=2;
        for(int i=3;i<=n;i++){
            dp[i]=dp[i-1]+dp[i-2];
        }
        return dp[n];
    }
};

746.使用最小花费爬楼梯

1.dp[i]：到达台阶i需要的最小花费
2.递推公式：dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
3.初始化：dp[0],dp[1]=0
4.从前向后遍历
5.举例
注意：因为爬楼梯要爬到顶，也就是说dp[i]的i实际上比cost.size()多1。

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size()+1);
        dp[0]=0;
        dp[1]=0;
        for(int i=2;i<=cost.size();i++){
            dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
        }
        return dp[cost.size()];
    }
};

使用小空间内存的方法：

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        //vector<int> dp(cost.size()+1);
        //dp[0]=0;
        //dp[1]=0;
        int dp0=0;
        int dp1=0;
        for(int i=2;i<=cost.size();i++){
            //dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
            int dpi=min(dp0+cost[i-2],dp1+cost[i-1]);
            dp0=dp1;
            dp1=dpi;
        }
        return dp1;
        //return dp[cost.size()];
    }
};