简单动态规划

动态规划

1.打家劫舍

分析状态

对于一间房子有偷或者不偷两种状态，但是偷了一间房子之后，相邻的房子不能偷。那么对于第 n 间房子，我们可以：

• 偷取第 n 间房子，那么n - 1 间房子不能偷取，只能选择偷或者不偷第n - 2间
• 不偷第 n 间房子，可以选择偷或者不偷第 n - 1间房子

所以动态方程是：

dp[i] = max{dp[i - 1],dp[i - 2] + nums[i]}

但是这个需要初始化大dp[1]和dp[0]

dp[0] = nums[0]
dp[1] = max{nums[0],nums[1]}    

所以：

func rob(nums []int) int {
	if len(nums) == 0{
		return 0;
	}
	if len(nums) == 1{
		return nums[0]
	}
	dp := make([]int, len(nums))
	dp[0] = nums[0]
	if len(nums) == 2{
		return int(math.Max(float64(nums[0]),float64(nums[1])));
	}
	dp[1] = int(math.Max(float64(nums[0]),float64(nums[1])))
	for i := 2; i < len(nums);i++{
		dp[i] = int(math.Max(float64(dp[i - 2] + nums[i]),float64(dp[i - 1])))
	}
	return dp[len(nums) - 1]
}

2.打家劫舍 II

因为房子[1]和房子[n]相邻，所以不能一起抢劫。因此，问题变成抢劫房屋[1]-房屋[n-1]或房屋[2]-房屋[n]，这取决于哪个选择提供更多的钱。现在，这个问题已经退化为抢劫房屋的人，这个问题已经解决了。

所以，状态还是跟上边相同，但是状态转移有变化

我选择的是使用两个dp

dp1[i] : 从第一间抢到n - 1间

所以初始化时是：

dp[0] = 0
dp[1] = nums[0]//抢第一间

但是不抢最后一间:所以是nums[i - 1]

	for i := 2;i <len(nums);i++{
		dp1[i] = int(math.Max(float64(dp1[i - 2] + nums[i - 1]),float64(dp1[i - 1])))
	}

第二个dp

dp2[i]:从第二间到第 n 间

初始化：

dp2[0] = 0 //不抢第一间
dp2[1] = nums[1] //抢第二间

最后一间也抢

	for i := 2;i <len(nums);i++{
		dp2[i] = int(math.Max(float64(dp2[i - 2] + nums[i]),float64(dp2[i - 1])))
	}

最终代码

func rob2(nums []int) int {
	if len(nums) == 0{
		return 0
	}
	if len(nums) == 1{
		return nums[0]
	}
	if len(nums) == 2{
		return int(math.Max(float64(nums[0]),float64(nums[1])));
	}
	dp1 := make([]int, len(nums))
	dp1[0] = 0
	dp1[1] = nums[0]
	//抢了第一个不能抢最后一个，所以第一个dp1是从0抢到n - 1
	for i := 2;i <len(nums);i++{
		dp1[i] = int(math.Max(float64(dp1[i - 2] + nums[i - 1]),float64(dp1[i - 1])))
	}

	dp2 := make([]int, len(nums))
	dp2[0] = 0
	dp2[1] = nums[1]
	//没抢第一个。从第二个开始抢，抢到n，=
	for i := 2;i <len(nums);i++{
		dp2[i] = int(math.Max(float64(dp2[i - 2] + nums[i]),float64(dp2[i - 1])))
	}
	//返回两种情况最大值即可
	return int(math.Max(float64(dp2[len(nums) - 1]),float64(dp1[len(nums) - 1])))
}

3.爬楼梯

斐波那契数列问题

对于第n级台阶，我可以有两种方式登上去

• 从n - 1级台阶迈一步上去
• 从n - 2级台阶一下迈两级上去，或者迈一步上去n - 1级台阶在迈一步上去

那么怎么上到n - 1级台阶，n-2级台阶又依次类推

直到一开始第1级和第二级，第一级台阶迈一步就上去了，只有一种方法，第二级台阶则可以一下子两级，可以一级一级，所有有两种方法

所以：

dp[0] = 1
dp[1] = 2
dp[i] = dp[i - 1] + dp[i - 2]

所以：

func climbStairs(n int) int {
	if n == 0{
		return 0
	}
	if n == 1{
		return 1
	}
	if n == 2{
		return 2
	}
	dp := make([]int,n)
	dp[1] = 2
	dp[0] = 1
	for i := 2;i < n;i++{
		dp[i] = dp[i - 1] + dp[i - 2]
	}
	return dp[n - 1]
}

4.使用最小花费爬楼梯

分析状态：

原来上一道是分析一共有多少种上楼的方式，现在，这道题是分析上楼需要花费的最少体力，所以对于第 n 层阶梯：

• 从地面可以直接跃向第0级或第1级
  • 花费分别为dp[0]=cost[0]、dp[1]=cost[1]
• 对于跨到2阶，
  • 可以从第0阶跨两步，耗费dp[0]+cost[2]
  • 或者可以从第1阶跨一步，耗费dp[1]+cost[2]
• 所以，对于跨到第n层，可以从第dp[n-2]跨两步，或者从dp[n-1]跨一步，耗费cost[n]，求出dp[n-1]和dp[n-2]的最小值就可以得到爬到第n阶的最小耗费。
• 状态转移方程为：dp[n] = Math.min(dp[n-1],dp[n-2]) + cost[n];
• 最后比较从第n-1阶迈到楼顶的花费和从n-2阶迈到楼顶花费的最小值即可

func minCostClimbingStairs(cost []int) int {

	if len(cost) == 0{
		return 0
	}
	if len(cost) == 1{
		return cost[1]
	}
	dp := make([]int, len(cost))
	dp[0] = cost[0]
	dp[1] = cost[1]
	for i := 2;i < len(cost);i++{
		dp[i] = int(math.Min(float64(dp[i - 1] + cost[i]),float64(dp[i - 2] + cost[i])))
	}
	return int(math.Min(float64(dp[len(cost) - 1]),float64(dp[len(cost) - 2])))
}

5.零钱兑换

这道题是一道经典的背包问题

我们可以将amount看成是背包的容量，coins数组是物品列表，每一种物品的重量不一样

对于背包问题的关键点是放或者不放

• 放入背包：则背包可容纳的容量减少coins[i]
• 不放：则背包容量不变

所以：

dp[i]表示金额为i需要最少的硬币数是多少

对于任意金额j,

dp[j] = min(dp[j],dp[j-coin]+1),如果j-coin存在的话.

func coinChange(coins []int, amount int) int {
	//背包容量 amount
	dp := make([]int,amount + 1)
	for i := 0;i < len(dp);i++{
		dp[i] = amount + 1
	}
	//当背包容量是0时，就能不能放入物品了
	dp[0] = 0
	for i := 1;i <= amount;i++{
		for j := 0;j < len(coins);j++{
			//寻找能放的下的物品
			if coins[j] <= i{
				//背包问题核心，放 or 不放
				dp[i] = int(math.Min(float64(dp[i]),float64(dp[i - coins[j]] + 1)))
			}
		}
	}
	if dp[amount] > amount{
		return -1
	}else{
		return dp[amount]
	}
}

6.最低票价

分析状态：

对于第n天需要旅行，这种状态，我们需要考虑

• 如果我一天前买票，会不会便宜点（dp[n - 1] + cost[0] ）
• 如果我7天前买票，会不会便宜点（dp[ n-7 ] + cost[ 1 ]）
• 如果我30天前买票会不会便宜点（ dp[ n-30 ] + cost[ 2 ]）

即分析旅行日这三种买票方式的最低花费：

dp[ n ]=min( dp[ n-1 ] + cost[ 0 ] , dp[ n-7 ] + cost[ 1 ] , dp[ n-30 ] + cost[ 2 ] )

我用了一个表示一年365天的数组。为了省去了判断当前日子是不是大于1,7,30。我在数组前面增加了30个空位置

用index指向要旅行的第一天

遍历数组，判断当天是否是旅行日

• 当天不旅行：

  dp[i] = dp[i - 1]
  

• 当天旅行：

  dp[ n ]=min( dp[ n-1 ] + cost[ 0 ] , dp[ n-7 ] + cost[ 1 ] , dp[ n-30 ] + cost[ 2 ] )
  

  所以：

func mincostTickets(days []int, costs []int) int {
	//在数组前面加了30个空位置，省去了判断当前日子是不是大于1,7,30。
	dp := make([]int,396)
	//day[index]：要旅行的天
	index := 0
	for i := 31;i < 396 && index < len(days);i++{
		//第i天不旅行
		if days[index] != i - 30{
			dp[i] = dp[i - 1]
			continue
		}
		//当天要旅行
		//循环后，index指向下一个要旅行的day
		index++
		//找出最低票价
		dp[i] = int(math.Min(float64(dp[i - 1] + costs[0]),
			math.Min(float64(dp[i - 7] + costs[1]),float64(dp[i - 30] + costs[2]))))
	}
	return dp[days[len(days) - 1] + 30]
}