代码随想录算法训练营第三十八天|理论基础、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/tore007/article/details/130993450

理论基础

无论大家之前对动态规划学到什么程度，一定要先看我讲的动态规划理论基础。如果没做过动态规划的题目，看我讲的理论基础，会有感觉是不是简单题想复杂了？其实并没有，我讲的理论基础内容，在动规章节所有题目都有运用，所以很重要！如果做过动态规划题目的录友，看我的理论基础就会感同身受了。

代码随想录

视频：从此再也不怕动态规划了，动态规划解题方法论大曝光！| 理论基础 |力扣刷题总结| 动态规划入门_哔哩哔哩_bilibili

509. 斐波那契数

很简单的动规入门题，但简单题使用来掌握方法论的，还是要有动规五部曲来分析。

代码随想录

视频：手把手带你入门动态规划 | 对应力扣（leetcode）题号：509.斐波那契数_哔哩哔哩_bilibili

题解思路：

动态规划第一次写代码还是有点涩，其实本题的动态规划就是将数组保存到一个数组中，通过for循环的方式遍历数组赋值，第一次写有点掌握不好遍历的起始i和终止条件，第n个斐波那契数f(n)，需要 n+1 维数组去保存，但是数组下标是从0开始索引的，所以开始给第3个斐波那契数f(2)赋值的时候，因此遍历的时候i从n开始遍历, 其终止条件就是i <= n。

class Solution {

    public int fib(int n) {
        int[] dp = new int[n+1];
        if(n <= 1) return n;
        dp[0] = 0;
        dp[1] = 1;
        for(int i = 2; i <= n; i++){
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
}

70. 爬楼梯

本题大家先自己想一想，之后会发现，和斐波那契数有点关系。

代码随想录

视频：带你学透动态规划-爬楼梯（对应力扣70.爬楼梯）| 动态规划经典入门题目_哔哩哔哩_bilibili

题解思路：

能知道是排列组合，但是自己想的超复杂，代码实现更是一团糟！！！这里可以先考虑离n阶台阶最近的两个台阶 n-1阶和n-2阶跨的方式，有点递归的味道，但是一刷我真的，绕递归会被枪毙的，还是回归到本题主要的动态规划问题上，使用数组保存跨到n阶的方式，按上面方法考虑之后会发现和斐波那契数列数列一样，然后依然按照斐波那契数列的递推公式，从前往后遍历，将跨到n阶的方式保存到 n+1 维的dp数组中，注意这里如果n <= 2 的话直接赋值就好，将 n=3 作为遍历的初始条件，将 i <=n 作为遍历的终止条件。

class Solution {
    public int climbStairs(int n) {
        int[] dp = new int[n+1];
        if(n <= 2) return n;
        dp[1] = 1;
        dp[2] = 2;
        for(int i = 3; i <= n; i++){
            dp[i] = dp[i -1] + dp[i - 2];
        }
        return dp[n]; 
    }
}

746. 使用最小花费爬楼梯

这道题目力扣改了题目描述了，现在的题目描述清晰很多，相当于明确说第一步是不用花费的。

更改题目描述之后，相当于是文章中「拓展」的解法

代码随想录

视频讲解：动态规划开更了！| LeetCode：746. 使用最小花费爬楼梯_哔哩哔哩_bilibili

题解思路：

楼顶高度和台阶数太绕了，我真的会谢！！！一定要捋清如果第n个台阶是楼顶，还需要记录楼顶的这个台阶dp[n]的最小消费，因此记录n层台阶中每层的最小消费数组dp的维度需要设置为n+1维，具体可以罗列成dp[0]、dp[1]、dp[2]...dp[n]这n个+1个元素！！！题意要求返回到达楼梯顶部的最低花费等价于返回数组中dp[n]的元素值！！！

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        //动规第一步：明确dp[i]的含义：到达第i阶的最小花费
        //动规第二步：确定递推公式：dp[i] = dp[i-1] + cost[i-1] --> 到达第i阶最近的一个第i-1台阶的花费dp[i-1] + 从第i-1个台阶跳一步到第i个台阶的花费cost[i-1]
        //                                + dp[i-2] + cost[i-2] --> 到达第i阶最近的两个第i-2台阶的花费dp[i-2] + 从第i-2个台阶跳两步到第i个台阶的花费cost[i-2]
        //动规第三步：初始化dp数组：dp[0] = 0, dp[1] = 0，根据题意可知，可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯，因此到达第0阶和第1阶的花费为0
        //动规第四步：确定遍历顺序，需要从前往后遍历
        //动规第五步：打印dp数组日志，检查自己的逻辑是否有错误
        int[] dp = new int[cost.length + 1]; //cost数组的长度n表示第n个台阶就是楼顶，因此要用n+1维数组保存到达这n个台阶的最小花费
        dp[0] = 0;
        dp[1] = 0;
        for(int i = 2; i < dp.length; i++){ // 从台阶1(跳一步的方式)或者台阶0(跳两步的方式)，到达第2个台阶的最小消费dp[2]开始记录，一直记录到达第n个台阶的最小消费dp[n]
            dp[i] = Math.min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2]);
        }
        return dp[dp.length - 1]; //返回到达第n阶的最小消费dp[n]
    }
}