学习目标
- 学习动态规划相关题目
学习内容
理论基础
题目链接:理论基础
小结:
- 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
509. 斐波那契数(Easy)
题目链接:509. 斐波那契数
题目:斐波那契数 (通常用 F(n) 表示)形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是:
F(0) = 0,F(1) = 1
F(n) = F(n - 1) + F(n - 2),其中 n > 1
给定 n ,请计算 F(n) 。
示例 1:
输入:n = 2
输出:1
解释:F(2) = F(1) + F(0) = 1 + 0 = 1
示例 2:
输入:n = 3
输出:2
解释:F(3) = F(2) + F(1) = 1 + 1 = 2
示例 3:
输入:n = 4
输出:3
解释:F(4) = F(3) + F(2) = 2 + 1 = 3
思路:
-
确定dp数组(dp table)以及下标的含义
dp 数组为F(n)数组, dp[n] = F(n) -
确定递推公式
已经给出, F(0) = 0,F(1) = 1, F(n) = F(n - 1) + F(n - 2),其中 n > 1 -
dp数组如何初始化
已经给出, F(0) = 0,F(1) = 1 -
确定遍历顺序
从递归公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出,dp[i]是依赖 dp[i - 1] 和 dp[i - 2],那么遍历的顺序一定是从前到后遍历的 -
举例推导dp数组
按照这个递推公式dp[i] = dp[i - 1] + dp[i - 2],我们来推导一下,当N为10的时候,dp数组应该是如下的数列:
0 1 1 2 3 5 8 13 21 34 55
时间复杂度:O(n)
空间复杂度:O(n)
解决方案:
class Solution {
public int fib(int n) {
if(n <= 1) return n;
int[] dp = new int[n+1];
dp[0] = 0;
dp[1] = 1;
for(int i = 2; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
}
小结:这是用理论基础的写法写的, 当然是有空间复杂度:O(1)
的写法,但主要目的是熟悉 dp 流程, 所以不再赘述.
70. 爬楼梯(Easy)
题目链接:70. 爬楼梯
题目:假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢?
示例 1:
输入:n = 2
输出:2
解释:有两种方法可以爬到楼顶。
1. 1 阶 + 1 阶
2. 2 阶
示例 2:
输入:n = 3
输出:3
解释:有三种方法可以爬到楼顶。
1. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶
思路:
-
确定dp数组(dp table)以及下标的含义
dp[n] = 第n阶楼梯走法 -
确定递推公式
第n阶楼梯, 可以是第n-1阶楼梯走一步, 也可以使第n-1阶楼梯走两步, 因此是两种走法之和
f(n) = f(n-1) + f(n-2) -
dp数组如何初始化
f(1) = 1
f(2) = 2 -
确定遍历顺序
由f(n) = f(n-1) + f(n-2)知道从前到后 -
举例推导dp数组
变形的斐波那契数列, 0 1 2 3 5 8 13 21 34 55
时间复杂度:O(n)
空间复杂度:O(n)
解决方案:
class Solution {
public int climbStairs(int n) {
if(n <= 1) return n;
int[] dp = new int[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];
}
}
小结:
746. 使用最小花费爬楼梯(Easy)
题目链接:746. 使用最小花费爬楼梯
题目:给你一个整数数组 cost ,其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用,即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。
示例 1:
输入:cost = [10,15,20]
输出:15
解释:你将从下标为 1 的台阶开始。
- 支付 15 ,向上爬两个台阶,到达楼梯顶部。
总花费为 15 。
示例 2:
输入:cost = [1,100,1,1,1,100,1,1,100,1]
输出:6
解释:你将从下标为 0 的台阶开始。
- 支付 1 ,向上爬两个台阶,到达下标为 2 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 4 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 6 的台阶。
- 支付 1 ,向上爬一个台阶,到达下标为 7 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 9 的台阶。
- 支付 1 ,向上爬一个台阶,到达楼梯顶部。
总花费为 6 。
提示:
2 <= cost.length <= 1000
0 <= cost[i] <= 999
思路:
- 确定dp数组(dp table)以及下标的含义
dp[i] 是到第i阶楼梯的最小消耗 - 确定递推公式
dp[i] = Min(dp[i-1] + cost[i-1], dp[i-2]+cost[i-2]) - dp数组如何初始化
dp[0] = 0;
dp[1] = 0; - 确定遍历顺序
由 dp[i] = Min(dp[i-1] + cost[i-1], dp[i-2]+cost[i-2]) 知从前往后 - 举例推导dp数组
以cost = [10,15,20]为例, dp 数组为 [0, 0, 10, 15]
时间复杂度:O(n)
空间复杂度:O(n)
解决方案:
class Solution {
public int minCostClimbingStairs(int[] cost) {
int[] dp = new int[cost.length + 1];
dp[0] = 0;
dp[1] = 0;
for(int i = 2; i <= cost.length; i++) {
dp[i] = Math.min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2]);
}
return dp[cost.length];
}
}
小结:打开思路, DP数组应当怎么确定.
总结
DP题目可以以下面的顺序思考:
- 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