动态规划 第1讲： 一维动态规划

这篇文章参考了以下博客或者公众号：
1、动态规划图解 作者：NFGC(Leetcode题解)

之前 我写了一篇博客：动态规划 第0讲：基础入门课
对动态规划算法进行了大致的讲解。
接下来两周，我们将会一步一步、由浅到深来分析各个类型的题目。
首先，当然是最简单的一维动态规划算法了。

这篇文章包含了LeetCode的以下题目：
一、70. 爬楼梯 （难易程度：easy）
二、91. 解码方法 （难易程度：medium）
三、96. 不同的二叉搜索树 （难易程度：medium）
四、53. 最大子序和 （难易程度：easy）
五、152. 乘积最大子数组 （难易程度：medium）
六、198.打家劫舍（难易程度：easy）

一、70. 爬楼梯 （难易程度：easy）

原题链接：https://leetcode-cn.com/problems/climbing-stairs/
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？
注意：给定 n 是一个正整数。

示例 1：
输入： 2
输出： 2
解释： 有两种方法可以爬到楼顶。
one. 1 阶 + 1 阶
two. 2 阶

示例 2：
输入： 3
输出： 3
解释： 有三种方法可以爬到楼顶。
one. 1 阶 + 1 阶 + 1 阶
two. 1 阶 + 2 阶
three. 2 阶 + 1 阶

解题思路：

这是十分经典的斐波那契数列题。定义一个数组 dp，dp[i] 表示走到第 i 阶的方法数。因为我们每次可以走一步或者两步，所以第 i 阶可以从第 i-1 或 i-2 阶到达。换句话说，走到第 i 阶的方法数即为走到第 i-1 阶的方法数加上走到第 i-2 阶的方法数。这样我们就得到了状态转移方程dp[i] = dp[i-1] + dp[i-2]。注意边界条件的处理。
首先，很自然地想到用**动态规划（递归）**去求解：

看看代码：

class Solution {
   
public:
    int climbStairs(int n) {
   
        int ans;
        if(n<=2) return n;
        return climbStairs(n-1)+climbStairs(n-2); //递归
    }
};

但是呢，超时了：

好，我们把递归改成递推试试看：

class Solution {
   
public:
    int climbStairs(int n) {
   
        int ans;
        if(n<=2) return n;
        vector<int>dp(n+1, 0);
        dp[1]=1; dp[2]=2;
        for(int i=3; i<=n; i++) //递推
           dp[i]=dp[i-1]+dp[i-2];
        return dp[n];
    }
};

好，改成递推之后就通过了！

二、91. 解码方法 （难易程度：medium）

原题链接： https://leetcode-cn.com/problems/decode-ways/
一条包含字母 A-Z 的消息通过以下方式进行了编码：
‘A’ -> 1
‘B’ -> 2
…
‘Z’ -> 26
给定一个只包含数字的非空字符串，请计算解码方法的总数。