彻底告别DP黑盒之基础篇

最新推荐文章于 2023-06-30 20:21:57 发布

今天努力工作，明天退休养老

最新推荐文章于 2023-06-30 20:21:57 发布

阅读量150

点赞数 1

分类专栏：萌妹刷题指北文章标签：动态规划

本文链接：https://blog.csdn.net/weixin_43905108/article/details/118877537

版权

萌妹刷题指北专栏收录该内容

32 篇文章 0 订阅

订阅专栏

DP五部曲（刚学）拿来用用、验其真假，毕竟DP这个小妖精，曾经带给我们痛苦的回忆，为了递推表达式苦苦挣扎，稍微改变题目就被按在地上狠狠摩擦，误以为自己一点灵活机变的能力都没有，对其闻风丧胆、望风而逃。如今，有了些胆识（实则是被迫营业）来直面风暴吧！少年！

本篇是基础篇，省略了斐波那契和爬楼梯这种小白题目，直接从最小费用爬楼梯下刀！

后面还会出各个问题的相应专题，今天先练个手。
在这里插入图片描述
注：前面标号为LC（力扣）标号，读者可对应刷题。

DP五步曲

1.明白DP数组下标含义（雨巨强调的重点）
2.推出递推表达式（自不必说）
3.确定初始值（正确的起步很重要）
4.明了遍历顺序（这个不明白，背包问题会吃大亏）
5.懂得打印DP数组验证想法（懂得自我检验而不是盲目狂抄代码）

最小费用爬楼梯

LC 第746题

我是觉得这个题目描述很迷，不知你们有没有这种感觉哈
它那个下标有些问题，没办法用实际的例子理解透。
唯一能做的是顺应五步曲，并且充分信任你之前计算的DP数组的结果！
在这里插入图片描述

我这样考虑是从：你踏上第 i 级台阶时，价钱已经在之前的第(i - 1)或者第(i - 2)级台阶上付过了。
所以你在第0或者第1级上没有价格，因为根本不存在之前付钱这一说。
因为DP数组的含义是踏上第 i 级台阶支付的最小费用，因此必须从 1 ~ i 都要有数值。
最后的结果是第 s 级的最小费用，也就是最后一级台阶（那个并不存在的终点——就是要抵达所有台阶之上）。

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        int s = cost.size();
        int dp[s+1];
        dp[0] = 0, dp[1] = 0;
        for(int i = 2; i <= s; i++){
            dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2]);
        }
        return dp[s];
    }
};

如果仍对cost的下标有问题，请参见题目原话

第 i 个阶梯对应着一个非负数的体力花费值 cost[i]（下标从 0 开始）。

不同路径

LC 第62题

这题似曾相识，快速AC，老规矩，先上五步曲
在这里插入图片描述

class Solution {
public:
    int uniquePaths(int m, int n) {
        if(m == 1 & n == 1) return 1;
        int dp[m+1][n+1];
        dp[1][1] = 0;
        for(int i = 2; i <= m; i++) dp[i][1] = 1;
        for(int i = 2; i <= n; i++) dp[1][i] = 1;
        for(int i = 2; i <= m; i++){
            for(int j = 2; j <= n; j++){
                dp[i][j] = dp[i-1][j] + dp[i][j-1];
            }
        }
        return dp[m][n];
    }
};

不同路径Ⅱ

LC 第63题

这题思路很简单，但是一个叫做容器的东西却磨了我很久的时间。因为二维数组初始化时，列必须确定，所以这里不能用二维数组。得用容器。而且容器下标得从0开始（因为给的obstacleGrid的是从0开始的哦）

在这里插入图片描述

class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        int m = obstacleGrid.size();
        int n = obstacleGrid[0].size();
        vector<vector<int>> dp(m, vector<int>(n, 0));
        for(int i = 0; i < m && obstacleGrid[i][0] == 0; i++) dp[i][0] = 1;
        for(int i = 0; i < n && obstacleGrid[0][i] == 0; i++) dp[0][i] = 1;
        for(int i = 1; i < m; i++){
            for(int j = 1; j < n; j++){
                if(obstacleGrid[i][j]) dp[i][j] = 0;
                else dp[i][j] = dp[i-1][j] + dp[i][j-1];
            }
        }
        return dp[m-1][n-1];
    }
};

整数拆分

LC 第343题

这一题的第一步很重要——就是如何定义DP数组？

我一开始的想法是dp[ i ]表示将 n 拆分为 i 个数字相加的最大积，但想了半个小时，发现根本没办法进行递推。

此路不通就换一条啊！傻！

在这里插入图片描述

在这里插入图片描述
对小一点的数而言，最大乘积都是拆分为两个数而来的，所以如果不加 j * (i - j)可能连前面的基础数都算不对。

因为对于 dp[i] 而言，只有两种来历，一种是 j * (i - j)，一种就是 j * dp[i - j]

class Solution {
public:
    int integerBreak(int n) {
        int dp[n+1];
        memset(dp, 0, sizeof dp);
        dp[2] = 1;
        for(int i = 3; i <= n; i++){
            for(int j = 1; j <= i - 2; j++){
                dp[i] = max(dp[i], max(j * (i - j), j * dp[i - j]));
            }
        }
        return dp[n];
    }
};

不同的二叉搜索树

LC 第96题

没有多余的想法，就是老老实实地找规律，另外还要明白二叉搜索树的定义

二叉查找树（Binary Search Tree），（又：二叉搜索树，二叉排序树）它或者是一棵空树，或者是具有下列性质的二叉树：若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉排序树。

在这里插入图片描述

class Solution {
public:
    int numTrees(int n) {
        if(n == 1) return 1;
        int dp[n+1];
        memset(dp, 0, sizeof dp);
        dp[0] = 1, dp[1] = 1, dp[2] = 2;
        for(int i = 3; i <= n; i++){
            for(int j = 1; j <= i; j++){
                dp[i] += (dp[j-1] * dp[i-j]);
            }
        }
        return dp[n];
    }
};