代码随想录训练营第38天|理论基础、LeetCode 509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯-CSDN博客

本文链接：https://blog.csdn.net/qq_70244454/article/details/128142714

参考

理论基础

什么是动态规划

动态规划（Dynamic Programming，DP）是运筹学的一个分支，是求解决策过程最优化的过程。

基本思想

动态规划算法通常用于求解具有某种最优性质的问题。在这类问题中，可能会有许多可行解。每一个解都对应于一个值，我们希望找到具有最优值的解。动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，这样就可以避免大量的重复计算，节省时间。我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到，只要它被计算过，就将其结果填入表中。这就是动态规划法的基本思路。具体的动态规划算法多种多样，但它们具有相同的填表格式。

动态规划的解题步骤

确定dp数组（dp table）以及下标的含义
确定递推公式
dp数组如何初始化
确定遍历顺序
举例推导dp数组

题目一：LeetCode 509. 斐波那契数

递归

class Solution {
public:
    int fib(int n) {
        if(n <= 1)  return n;
        return fib(n - 1) + fib(n - 2);
    }
};

动态规划

确定dp数组及其下标的含义
第i个斐波那契数的值为dp[i]
确定递推公式
递推公式题目已经给出：dp[i] = dp[i-1] + dp[i-2]
dp数组初始化

dp[0] = 0;
dp[1] = 1;

确定遍历顺序
从递推公式中可以看出，dp[i]是由dp[i-1]和dp[i-2]得到，因此只能从前往后遍历
举例推导dp数组
0 1 1 2 3 5 8 13 21…

代码实现如下：

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

因为最后只需要dp[n]，因此dp数组不需要申请那么大，只要大小为3即可。

class Solution {
public:
    int fib(int n) {
        if(n <= 1)  return n;
        vector<int> dp(3);
        //初始化
        dp[0] = 0,dp[1] = 1;
        for(int i = 2; i <= n; i++){
            dp[2] = dp[0] + dp[1];
            dp[0] = dp[1];
            dp[1] = dp[2];
        }
        return dp[2];
    }
};

题目二：LeetCode 70. 爬楼梯

根据题目意思，每次可以爬1阶或2阶台阶，因此对于第i阶台阶，可以从第i-1阶或第i-2阶爬上去，所以其实这还是斐波那契数列。

确定dp数组及其下标的含义
dp[i]为爬到第i个台阶有多少种方法
确定递推公式
爬到第i个台阶有两种方式，一个是从第i-1个台阶，另一个是从第i-2个台阶，因此不难确定递推公式为：dp[i] = dp[i-1] + dp[i-2]
dp数组初始化

dp[1] = 1;
dp[2] = 2;

这里dp[0]没有初始化，也不必初始化，因为用不到，况且dp[0]是模糊的，初始化0还是1？按照递归关系要初始化为1，但感觉有些勉强了，没必要，这里就不做初始化了。

确定遍历顺序
dp[i]由dp[i-1]和dp[i-2]推出，因此要从前往后遍历。
举例推导dp数组
1，2，3，5，8，13，…（注意下标从1开始）

代码实现如下：

class Solution {
public:
    int climbStairs(int n) {
        if(n <= 2)  return n;
        vector<int> dp(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];
    }
};

可以发现，这个题本质上还是斐波那契数列。

题目三：LeetCode 746. 使用最小花费爬楼梯

确定dp数组及其下标的含义
dp[i]为爬到第i个台阶的最低花费
确定递推公式

从第i-1个台阶爬到第i个台阶，dp[i] = dp[i-1] + cost[i-1]
从第i-2个台阶爬到第i个台阶，dp[i] = dp[i-2] + cost[i-2]
因此dp数组定义为最低花费，所以dp[i]应该取这两者中的较小值，即

dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2])

dp数组初始化
题目中给出“你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯”，因此在第0阶和第1阶的时候是没有花费的，所以dp[0] = 0, dp[1] = 0.
确定遍历顺序
第i个台阶的最低花费需要由第i-1个台阶和第i-2个台阶共同确定，因此要从前往后遍历
推导dp数组
以cost = [1,100,1,1,1,100,1,1,100,1]为例，dp数组的值为0，0，1，2，2，3，3，4，4，5，6

代码实现如下：

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.back();
    }
};