题目链接:509. 斐波那契数 - 力扣(LeetCode)
class Solution
{
public:
int fib(int n)
{
if(n<=1) return n;
vector<int> dp(n+1);//创建dp数组
dp[0]=0;
dp[1]=1;
for(int i=2;i<=n;i++){
dp[i]=dp[i-1]+dp[i-2];//状态转移公式
}
return dp[n];
}
};
今天是动态规划的第一天,虽然早有听闻,但是这对我来说是陌生的,算是踏出了第一步吧。
这个题目是先创建dp数组来保存每次计算的信息,然后写出状态转移方程,利用保存的信息逐步写出答案。
class Solution
{
public:
int climbStairs(int n)
{
if(n<=2) return n;
vector<int> dp(n+1);
dp[0]=0;
dp[1]=1;
dp[2]=2;
for(int i=3;i<=n;i++){
dp[i]=dp[i-1]+dp[i-2];
}
return dp[n];
}
};
看到题目是懵的,没什么想法。
谁知道这题目居然跟上一题是一样的!
这让我学到了做dp就要多列举几个例子找规律,写出状态转移方程!
偷一下代码随想录的解析:
我们来分析一下,动规五部曲:
定义一个一维数组来记录不同楼层的状态
- 确定dp数组以及下标的含义
dp[i]: 爬到第i层楼梯,有dp[i]种方法
2.确定递推公式
如何可以推出dp[i]呢?
从dp[i]的定义可以看出,dp[i] 可以有两个方向推出来。
首先是dp[i - 1],上i-1层楼梯,有dp[i - 1]种方法,那么再一步跳一个台阶不就是dp[i]了么。
还有就是dp[i - 2],上i-2层楼梯,有dp[i - 2]种方法,那么再一步跳两个台阶不就是dp[i]了么。
那么dp[i]就是 dp[i - 1]与dp[i - 2]之和!
所以dp[i] = dp[i - 1] + dp[i - 2] 。
在推导dp[i]的时候,一定要时刻想着dp[i]的定义,否则容易跑偏。
这体现出确定dp数组以及下标的含义的重要性!
3.dp数组如何初始化
再回顾一下dp[i]的定义:爬到第i层楼梯,有dp[i]种方法。
那么i为0,dp[i]应该是多少呢,这个可以有很多解释,但基本都是直接奔着答案去解释的。
例如强行安慰自己爬到第0层,也有一种方法,什么都不做也就是一种方法即:dp[0] = 1,相当于直接站在楼顶。
但总有点牵强的成分。
那还这么理解呢:我就认为跑到第0层,方法就是0啊,一步只能走一个台阶或者两个台阶,然而楼层是0,直接站楼顶上了,就是不用方法,dp[0]就应该是0.
其实这么争论下去没有意义,大部分解释说dp[0]应该为1的理由其实是因为dp[0]=1的话在递推的过程中i从2开始遍历本题就能过,然后就往结果上靠去解释dp[0] = 1。
从dp数组定义的角度上来说,dp[0] = 0 也能说得通。
需要注意的是:题目中说了n是一个正整数,题目根本就没说n有为0的情况。
所以本题其实就不应该讨论dp[0]的初始化!
我相信dp[1] = 1,dp[2] = 2,这个初始化大家应该都没有争议的。
所以我的原则是:不考虑dp[0]如何初始化,只初始化dp[1] = 1,dp[2] = 2,然后从i = 3开始递推,这样才符合dp[i]的定义。
4 确定遍历顺序
从递推公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出,遍历顺序一定是从前向后遍历的
5 。举例推导dp数组
题目链接:746. 使用最小花费爬楼梯 - 力扣(LeetCode)
class Solution
{
public:
int minCostClimbingStairs(vector<int> &cost)
{
vector<int> dp(cost.size()+1);//想好dp数组的含义,这里的含义是每一阶的最小费用
dp[0]=0;//从第0或第1阶出发,所以初始是不用费用的
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]);//状态转移方程,因为可以走1步或2步,所以最小费用有2个可能
}
return dp[cost.size()];
}
};
好像有一点感觉,但是还是做不出。
还得是要列举一些例子,然后找规律写出dp方程来解题。
我觉得确定dp数组也是挺难的,不知道dp数组要表示什么含义好。