刷题日记 day 7

何为动态规划

​ 动态规划就是Dynamic Programming,简称DP。如果解决一个问题需要解决它的很多重叠子问题,这个时候就需要用到动态规划。

​ 动态规划的解题步骤:

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

题目背景

今天写的第一题是我们的老熟题:509. 斐波那契数 。这个题目之前用的是递归,今天是动态规划。今天的第二题就有点难理解了:746. 使用最小花费爬楼梯

代码如下

  1. 斐波那契数
class Solution {
    public int fib(int n) {
        if(n<=1)
            return n;
        int[] dp=new int[n+1];
        dp[0]=0;
        dp[1]=1;
        for(int i=2;i<dp.length;i++){
            dp[i]=dp[i-1]+dp[i-2];//这个就是递推公式
        }
        return dp[n];
    }
}
  1. 使用最小花费爬楼梯
class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int len=cost.length;
        int[] dp=new int[len];
        dp[0]=cost[0];
        dp[1]=cost[1];
        for(int i=2;i<len;i++){
            //递推关系式
            dp[i]=Math.min(dp[i-1]+cost[i],dp[i-2]+cost[i]);
        }
        return Math.min(dp[len-1],dp[len-2]);
    }
}

分析与小结

​ 从题解代码就可以很清楚的看出,dp数组的下标就表示第几个斐波那契数,而数组相对存储的就是第几个斐波那契数的值,递推公式题目也给了。所以解题十分方便。而第二题是斐波那契数列的变形,非常巧妙。我们每到达一个阶梯,都是从它的上一级或者上两级阶梯,所以当前花费最小将从它的上一级花费和上上一级花费之中诞生。这就是递推关系式: dp[i]=Math.min(dp[i-1]+cost[i],dp[i-2]+cost[i]);的由来。

​ 今天的动态规划就到这里,持之以恒!

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