文章目录
八、动态规划
1. 斐波那契数列
方法一:Fib(n) = Fib(n - 1) + Fib(n - 2), 可采用递归的方法,获取n的值
方法二:定义两个变量mm和nn用来表示n-1的值和n-2的值,只需要O(n)的时间复杂度和O(1)的空间复杂度即可得到n的值
if(n == 0 || n == 1)
{
return n;
}
int a = 1; int b = 0;
for(int i = 2; i <= n; i++)
{
int temp = a;
a = (a + b)% 1000000007;
b = temp;
}
return a;
2. 青蛙跳台阶问题
本质上就是斐波那契数列
if(n == 0 || n == 1){
return 1;
}
int res = 0;
int mm = 1;
int nn = 1;
for(int i = 2; i <= n; i++){
res = (mm + nn ) % 1000000007;
nn = mm;
mm = res;
}
return res;
3. 最小路径和
创建一个一维数组,用来记录对当前列来说的最短路径和,按行遍历,获取当前列的最短路径和。
if(grid == null || grid[0] == null || grid.Length == 0 || grid[0].Length == 0){
return 0;
}
int[] dp = new int[grid[0].Length];
dp[0] = grid[0][0];
for(int i = 1; i < grid[0].Length; i++){
dp[i] = dp[i - 1] + grid[0][i];
}
int left = int.MaxValue;
for(int i = 1;i < grid.Length; i++){
left = grid[i][0] + dp[0];
dp[0] = left;
for(int j = 1; j < grid[i].Length; j++){
dp[j] = dp[j] < left ? dp[j] + grid[i][j] : left + grid[i][j];
left = dp[j];
}
}
return dp[grid[0].Length - 1];
4. 最少的硬币数目
采用经典的动态规划的思想
方法一:采用矩阵的方式,先计算第一个硬币,在总硬币数为n的情况下,标记处第一个硬币可以找开的钱数对应的硬币数,找不开的标记为max; 第二步,从第二个硬币开始, 标记出硬币可以找开的钱数对应的硬币数,与第i-1行,同列的硬币数做对比,取最小值+1, 依次遍历,使用的是最小路径和的思想
方法二:使用一维数组代替二维矩阵,通过更新一维数组中的值达到矩阵的作用,其他思路和方法一一致。
if