round1/day12/动规1

1. 关于动规

1. dp[ ]数组思维
   • dp[ ]用来储存的是情况为（参数输入为）n时的值，和上一个值紧密相关（并不一定是n-1，也可能是n-2,…）。要先发现n和上一个值的关系，以及如何优化它们两步之间的关系
   • 将每一个子问题的答案都储存在dp[ ]里，可以通过i++的遍历来访问每一种条件下的可能性
   • 考虑之前累积子问题的最小花费，而不是当前选项的最小花费（贪心思维）

动规的应用场景

待施工

2. 例题

lc70 爬楼梯

易错点

1. 为什么不用递归：
   注意：因为递归的思路是基于分治子问题，时间复杂度O(2^n)，在碰到比较大的n就会超时，所以不能用递归，而是通过每次存储子问题结果来避免重复二分计算。这也是为什么会提到dp是个数组
2. dp[2]=2 -->如果n=1？ 要给n==1专门开if支线避免数组越界
3. int[] dp=new int[length+1]; 注意这里的n+1，是因为每个索引是从0开始的，但考虑到数组下标与数字错位一格的情况，这里设置为len+1

思路

1. 如何得出dp数组？
   • 从上一步到第n个台阶，有那些可能？ 根据每次可以迈1~2步，答案是第n-1和第n-2个台阶处，故每个第n个台阶的方法数=后二者之和
   • 将这些答案都储存在一个dp数组中，通过索引下标的方式来获取n格时的答案
   • 注意，这个数组在n=1的时候就会因为数组越界报错，所以要设置if支线
2. 递推公式：dp[i]=dp[i-2]+dp[i-1]
3. 初始化：f[1]=1,f[2]=2
4. 遍历顺序：从前到后

代码实现

class Solution {
    public int climbStairs(int n) {
        注意，要为n=1专门开一个if支线，因为这个时候dp[2]会报错
        if(n==1){ 
            return 1;
        }
        
        //用一个临时数组来储存子问题的结果，避免重复的二分计算；
        int[] dp=new int[n+1]; 
        //注意这里的n+1，是因为每个索引是从0开始的，所以dp[1]其实是数组里的第二个数，dp[n]是第n+1个数，但是为了理解方便，这里是从dp[1]开始初始化的
        dp[1]=1;
        dp[2]=2;
        for(int i=3;i<=n;i++){
            dp[i]=dp[i-2]+dp[i-1];
        }
        return dp[n];

    }
}

---

lc746 使用最小花费爬楼梯

思路

1. dp数组：从上一步到第i阶，最小的花费是多少？（这也是为什么可以用i++一格一格地遍历数组，而不需要考虑是i+1还是i+2，因为储存的是不同台阶数量的最小花费，而不是固定台阶数量时的花费策略
2. 递推公式：min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
3. 初始化：第一步不用钱，即0
4. 遍历顺序：从前到后

易错点

注意遍历dp[i]时的终止位置

代码实现

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int[] dp=new int[cost.length+1];
        
        //初始值0或1：不花费用
        dp[0]=0;
        dp[1]=0;
        
        for(int i=2;i<=cost.length;i++){ //易错点1：注意是i<=len，因为最后一步是要跳出数组，从cost[length]（which事实上不存在会越界）开始往后倒退1-2格
            dp[i]=Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
        }

        return dp[cost.length];

    }
}