1.动态规划概述
自己学太慢,参考别人的归纳:
1)传送门1
2)
2.例题
2.1 爬楼梯
如下:
思路:考虑如何到达第N阶楼梯?必然从N-2阶楼梯迈上两步或者N-1阶楼梯迈上1步抵达;当然,N=2时,dp[2]=2;dp[1]=1;dp[3]=dp[1]+dp[2]
;依次类推,往后构成斐波拉契数列。即得方程dp[N]=dp[N-1]+dp[N-2]
。
代码如下:
int climbStairs(int n) {
if(n<3 && n>=0){
return n;
}
vector<int> dp(n+1,0);
dp[0] = 0; dp[1]=1; dp[2]=2;
for(int i=3;i<n+1;++i){
dp[i]=dp[i-1]+dp[i-2];
}
return dp[n];
}
2.2 最大子序和
思路:最大子序和
考虑最大子序和中的最后一个元素A[i]以及除该元素外的前面所有元素的最佳解sum[i-1]:若sum[i-1]为负数,则必然抛弃自身的负资产,而选择A[i];若sum[i-1]为正数,则直接将A[i]相加,并且实时与最大的和sum进行比较。得:
sum[i] = max(sum[i-1]+A[i],A[i])
;因此只要判断sum[i-1]
的正负即可。
int maxSubArray(vector<int>& nums) {
int sum = nums[0]; //记录最大子序和
int n = nums[0]; // 记录序列除当前数的和
for(int i=1;i<nums.size();++i){
if(n>0){
n+=nums[i]; //加上当前数
}else{
n=nums[i];//舍去前面部分
}
if(sum<n){
sum=n; //更新最大值
}
}
return sum;
}
2.3 打家劫舍
思路:考虑前i家能偷到的最高金额,则有:
dp[i]的产生可能来自:
1)不偷第i家,即与dp[i-1]相同
2)在偷了第i-2家时,再偷第i家;
因而有:dp[i] = max(dp[i-1],dp[i-2]+nums[i])
int rob(vector<int>& nums) {
if(nums.size()==0) return 0;
if(nums.size()==1) return nums[0];
int* dp = new int[nums.size()+1];
dp[0]=0;
dp[1]=nums[0];
for(int i=2;i<=nums.size();++i){
dp[i] = max(dp[i-1],dp[i-2]+nums[i-1]);
}
return dp[nums.size()];
}
2.4 三步问题
class Solution {
public:
int waysToStep(int n) {
if(n==1) return 1;
if(n==2) return 2;
if(n==3) return 4;
long res = 0;
long a = 1;
long b = 2;
long c = 4;
for(int i=4;i<=n;++i){
res = (a+b+c)%1000000007;
a = b%1000000007;
b= c%1000000007;
c = res%1000000007;
}
return res;
}
};
2.5 三角形最小路径和
解题思路:动态规划。
记输入数组为a[n][m],第一层的解即为a[0][0]
设函数f[i][j]表示从顶部走到位置(i,j)的最小路径和,则可以推出以下状态转移方程。
f[i+1][j]=min(f[i][j],f[i][j-1])+a[i][j]
需要注意的是上述方程的边界条件,即对于第i行,0=<j && j<==n+1
官方题解
class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
int n = triangle.size(); // 三角形高度为n
// n*n的矩阵用来存储f[i][j]
vector<vector<int>> f(n, vector<int>(n));
f[0][0] = triangle[0][0];
for (int i = 1; i < n; ++i) {
f[i][0] = f[i - 1][0] + triangle[i][0];
for (int j = 1; j < i; ++j) {
f[i][j] = min(f[i - 1][j - 1], f[i - 1][j]) + triangle[i][j];
}
f[i][i] = f[i - 1][i - 1] + triangle[i][i];
}
return *min_element(f[n - 1].begin(), f[n - 1].end());
//min_element返回 迭代器切片中最小元素的迭代器
}
};
// 内存优化解法
class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
int n = triangle.size();
vector<int> f(n);
f[0] = triangle[0][0];
for (int i = 1; i < n; ++i) {
// 注意,此处一定要从i往后改变f[]的数值,否则会出错
f[i] = f[i - 1] + triangle[i][i];
for (int j = i - 1; j > 0; --j) {
f[j] = min(f[j - 1], f[j]) + triangle[i][j];
}
f[0] += triangle[i][0];
}
return *min_element(f.begin(), f.end());
}
};