算法练习 Day38 | LeetCode509,70,746

先导知识：

1、动态规划常见题型

动态规划基础问题
背包问题
打家劫舍
股票问题
子序列问题

2、动态规划五部曲

（1）确定dp数组的定义及下标的含义

（2）确定递推公式

（3）dp数组如何初始化

（4）遍历顺序

（5）打印dp数组

LeetCode509：509. 斐波那契数

题目描述：

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

解题思路：

利用动规五部曲来分析：

（1）确定dp数组以及下标含义

dp[i]代表第i个位置的数值是dp[i]

(2)递推公式

dp[i] = dp[i-1]+dp[i-2]

(3)dp数组初始化

dp[0]=0;

dp[1]=1;

(4)遍历的顺序

从前往后

完整代码：

    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];
    }

LeetCode70：70. 爬楼梯

题目描述：

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

解题思路：

利用动规五部曲来分析：

（1）确定dp数组以及下标含义

dp[i]:代表爬到第i个台阶有dp[i]种不同的方法

(2)递推公式

最后一步可能是从i-1的位置走一步到达楼顶，也可能是从i-2的位置一次走两节台阶到达的楼顶，所以可以推导出以下递推公式：

          dp[i] = dp[i-1]+dp[i-2]

(3)dp数组初始化

dp[1]=1;

dp[2]=2;

(4)遍历的顺序

从前往后

完整代码：

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];
    }

 

 LeetCode746：746. 使用最小花费爬楼梯

题目描述：

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 。

解题思路：

利用动规五部曲来分析：

(1)确定dp数组以及下标含义

dp[i]存放的是达到i台阶的时候所需要的最低花费

(2)递推公式

由于最后一步可能是从i-1走一步到达，也可能是在i-2的位置走一步到达，所以dp[i]=dp[i-1]+cost[i-1]或者dp[i]=dp[i-2]+cost[i-2], 这两个中的最小值就是题目中需要的最低花费

公式：dp[i] = Math.min(dp[i-1] + cost[i-1], dp[i-2]+cost[i-2]);

(3)dp数组初始化

dp[0] = 0;

dp[1] = 0;

(4)遍历的顺序

从前往后

完整代码：

    public int minCostClimbingStairs(int[] cost) {
        //初始化dp
        int len = cost.length;
        int[] dp = new int[len + 1];
        dp[0] = 0;
        dp[1] = 0;
        for(int i = 2; i <= len; i++) {
            dp[i] = Math.min(dp[i-1] + cost[i-1], dp[i-2]+cost[i-2]);
        }
        return dp[len];
    }