代码随想录算法训练营33期 第三十八天 |509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯

文章介绍了使用动态规划解决斐波那契数列、普通爬楼梯和最小花费爬楼梯问题的算法,重点讲解了dp数组的初始化、递推公式以及如何计算到达特定层数的最小成本。
摘要由CSDN通过智能技术生成

509. 斐波那契数

// 1、dp的含义
// 2、递推公式
// 3、初始化dp数组
// 4、方向
// 5、打印dp
class Solution {
public:
    int fib(int n) {
        if (n<=1){
            return n;
        }
        vector<int> dp(n+1);
        dp[0]=0;
        dp[1]=1;
        for (int i=2; i<=n; i++){
            dp[i] = dp[i-1]+dp[i-2];
        }
        for (int i=0; i<n; i++){
            cout<<dp[i];
        }
        return dp[n];
    }
};

70. 爬楼梯

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

746. 使用最小花费爬楼梯

// 1、dp[i]的含义是到达第i层所需的最小总花费
// 2、dp[i] = min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2])
// 3、dp[0]=0, dp[1]=0
// 4、从前往后遍历
// 5、打印dp
class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) { //楼梯顶部是cost.size();位置,此处没有对应的cost
        vector<int> dp(cost.size()+1); //di保存的是到i层的最小花费
        dp[0]=0;
        dp[1]=0;
        for (int i=2; i<=cost.size(); i++){
            dp[i] = min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2]);
        }
        for (int i :dp){
            cout << i;
        }
        return dp[cost.size()];
    }
};

注意楼梯顶部位置为cost.size(),此处没有对应的cost因为已经到顶了。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值