leetcode 刷题 log day 38（动态规划开始

动态规划

【什么是动态规划】Dynamic Programming，简称 DP，如果某一问题有很多重叠子问题，使用动态规划是最有效的。
【与贪心算法区别】贪心算法是局部最优推出全局最优，而动态规划是由前一个状态推导后一个状态，前后相关联的。
【解题步骤】
1. 确定 dp 数组及其下标含义
2. 确定递推公式
3. dp 数组如何初始化
4. 确定遍历顺序
5. 举例推导 dp 数组（debug）

• 509. 斐波那契数
  【思路】根据解题五步，没什么难的，就是前两个相加的和，所以初始化前两个值为 0 和 1，从第三个开始遍历，但是要注意下标和第几个数不一样，所以 i 起始为 2，不是 3。

  var fib = function(n) {
      if (n === 0) return n;
      let dp = [0, 1];
      for (let i = 2; i <= n; i++) {
          dp[i] = dp[i - 1] + dp[i - 2];
      }
      return dp[n];
  };
  

• 70. 爬楼梯
  [思路】画图找规律，就会发现，每个阶梯的方法就等于前两个阶梯的方法的和，初始前两个阶梯的方法数，就可以了呗，其实也是斐波那契数列的应用。

  var climbStairs = function(n) {
      let dp = [0, 1, 2];
      for (let i = 3; i <= n; i++) {
          dp[i] = dp[i - 1] + dp[i - 2];
      }
      return dp[n];
  };
  

• 746. 使用最小花费爬楼梯
  【思路】上一道题的花样罢了，还是画图找规律，求多少种上楼方法，就是前两个楼层方法相加，求最小花费，那就是要么迈一步要么迈两步，从两者之间选个花费小的即可。

  var minCostClimbingStairs = function(cost) {
      let dp = [0, 0];
      for (let i = 2; i <= cost.length; i++) {
          dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
      }
      return dp[cost.length];
  };
  

参考代码随想录：https://www.programmercarl.com/