代码随想录算法训练营|day38

509.斐波那契数

当n >= 2时，当前值等于前两个数之和，f(n) = f(n - 1) + f(n - 2)，边界条件：f(0) = 0, f(1) = 1
利用滑动窗口思想，窗口内有三个值，每次向左移动一位，当前值即为窗口前两数之和。n能取到：左闭有闭

func fib(n int) int {
	if n == 0 || n == 1 {
		return n
	}
	l, mid, r := 0, 0, 1
	for i := 2; i <= n; i++ {
		l = mid
		mid = r
		r = l + mid
	}
	return r
}

70.爬楼梯

和斐波那契数一样，但是边界条件变了，边界条件：f(0) = 1, f(1) = 1

func climbStairs(n int) int {
	if n == 0 || n == 1 {
		return 1
	}
	l, mid, r := 0, 1, 1
	for i := 2; i <= n; i++ {
		l = mid
		mid = r
		r = l + mid
	}
	return r
}

746.使用最小花费爬楼梯

当前值为一次爬两层楼梯与爬一层楼梯花费的最小值，f(i) = min(f(i - 2)+ cost[i - 2], f(i - 1)+ cost[i - 1])
利用滑动窗口，保留爬一层楼梯花费和当前选择花费，以进行下次求解。
初始时可以爬两层或者爬一层，有f(0) = 0, f(1) = 0, f(2) = min(f(0) + cost[0], f(1) + cost[1])

func minCostClimbingStairs(cost []int) int {
	l, mid, r := 0, 0, 0
	for i := 2; i <= len(cost); i++ {
		l = mid
		mid = r
        r = min(l+cost[i-2], mid+cost[i-1])
	}
	return r
}

代码随想录文章详解

理论基础
509.斐波那契数
70.爬楼梯
746.使用最小花费爬楼梯

总结

动态规划基础挺容易理解的