好像很多动规都会定义一个数组
连续子数组的最大和(最大子数组和)
状态方程:dp[i]=max(dp[i-1]+arr[i],arr[i])
var maxSubArray = function(nums) {
let max=nums[0];
let dp=[nums[0]];
for(let i=1;i<nums.length;i++){
dp[i]=Math.max(dp[i-1]+nums[i],nums[i]);//此行是判断加与不加前面的dp[i-1],如果dp[i-1]<0,那还不如不加,nums[i]独自美丽;
max=Math.max(max,dp[i]);//此行是判断nums[i]的情况,如果nums[i]<0,那加上只会让dp[i]变小
}
return max;
};
另:参见剑指offer力扣官方题解
var maxSubArray = function(nums) {
let pre=0, max=nums[0];
nums.forEach(num=>{
pre=Math.max(pre+num,num)
max=Math.max(max,pre)//Math.max(pre+num,pre)把pre+num替换成max
})
return max
};
最长上升子序列
var lengthOfLIS = function(nums) {
if(nums.length<=0) return 0;
const arr=new Array(nums.length).fill(1);
for(let i=0;i<nums.length;i++){
for(let j=0;j<i;j++){
if(nums[j]<nums[i]){
arr[i]=Math.max(arr[i],arr[j]+1)
}
}
}
return Math.max(...arr)//Math.max不能接收数组
};
最长重复子数组
dp[i][j]含义:以下标i-1为结尾的nums1,和以下标j-1为结尾的nums2,最⻓重复⼦数组⻓度为dp[i][j]
递推公式:若nums1[i - 1] === nums2[j - 1],则dp[i][j] = dp[i - 1][j - 1] + 1
dp初始化:dp[i][j]全都初始化为0
const findLength = (nums1, nums2) => {
const [m, n] = [nums1.length, nums2.length];
const dp = [];
// dp数组初始化
// 先让所有元素为0
for (let i = 0; i <= m; i++) {
dp[i] = [];
for (let j = 0; j <= n; j++) {
dp[i].push(0);
}
}
let res = 0;
for (let i = 1; i <= m; i++) {
for (let j = 1; j <= n; j++) {
if (nums1[i - 1] === nums2[j - 1]) {
dp[i][j] = dp[i - 1][j - 1] + 1;
}
res = dp[i][j] > res ? dp[i][j] : res;
}
}
return res;
};
跳台阶
递归会超时,所以用动态规划
斐波那契数列:f(n)=f(n-1)+f(n-2),跳上n台阶的跳法等于跳上n-1台阶的跳法+跳上n-2台阶的跳法,因为每次可跳一步或两步。
function jumpFloor(number)
{
const arr=[];
arr[0]=1
arr[1]=1;
for(let i=2;i<=number;i++){
arr[i]=arr[i-1]+arr[i-2];
}
return arr[number];
}
斐波那契数列
var fib = function(n) {
const arr=[];
arr[0]=0;
arr[1]=1;
arr[2]=1;
for(let i=3;i<=n;i++){
arr[i]=(arr[i-1]+arr[i-2])%1000000007;
}
return arr[n];
};
变态跳台阶(跳台阶扩展问题)
找规律,每一层跳法为2^n-1
function jumpFloorII(number)
{
return Math.pow(2,number-1);
}
矩形覆盖
也是斐波那契数列,f(n)=f(n-1)+f(n-2),f(1)=1,f(2)=2
function rectCover(number)
{
if(number===0) return 0;
if(number===1) return 1;
if(number===2) return 2;
const arr=[];
arr[0]=0;
arr[1]=1;
arr[2]=2;
for(let i=3;i<=number;i++){
arr[i]=arr[i-1]+arr[i-2];
}
return arr[number];
}
把数字翻译成字符串
其实和跳台阶、斐波那契数列、矩形覆盖的状态方程一样,只不过中间多了些判断条件
dp[i]表示前i个数字翻译的可能数,
1,如果第i个数字单独翻译,dp[i-1]
2,第i个数字联合它前一个数字i-1一起翻译dp[i-2]
但是第2点是有条件的,即字符[i-1][i]组成的数字要满足在10和25之间,即大于等于10,小于等于25
力扣上从0-25开始编码版,传入的是一串数字:
var translateNum = function(num) {
const arr=[];
arr[0]=1;//num长度为0时规定只有一种翻译方法
arr[1]=1;//num长度为1时只有一种翻译方法
const str=num.toString();
for(let i=2;i<=str.length;i++){
let preNum=parseInt(str[i-2]+str[i-1]);
if(preNum>=10&&preNum<=25){
arr[i]=arr[i-2]+arr[i-1];
}else{
arr[i]=arr[i-1];
}
}
return arr[str.length];
};
剑指offer上从1-26开始编码版(要考虑单独的0不能编码),而且剑指offer传入的是字符串,所以不需要再转成字符串
(不熟练)
function solve( nums ) {
const arr=[];
arr[0]=1;
//arr[1]=1;
//let str=nums.toString();
for(let i=1;i<=nums.length;i++){
//let preNum=parseInt(str[i-2]+str[i-1]);
arr[i]= nums[i-1]==='0'? 0:arr[i-1];//单独一位编码
if((i>=2)&&((nums[i-2]=='1')||(nums[i-2]=='2'&&nums[i-1]<=6))){
arr[i]=arr[i]+arr[i-2];//两位编码
}
}
return arr[nums.length];
}
买卖股票的最好时机(一)
function maxProfit( prices ) {
let min_buy=Infinity;
let max_profit=0;
for(let price of prices){
if(price<min_buy){min_buy=price;}//小于min_buy的值作为新的买入值
else{//如果当前price不小于min_buy,考虑卖出
max_profit=Math.max(max_profit,price-min_buy);//并比较当前卖出收益大还是之前卖出利润大
}
}
return max_profit;
}
打家劫舍
dp[i]=max((dp[i−2]+nums[i]),dp[i−1])
边界条件:
dp[0]=nums[0] 只有一间房屋,则偷窃该房屋
dp[1]=max(nums[0],nums[1]) 只有两间房屋,选择其中金额较高的房屋进行偷窃
var rob = function(nums) {
const arr=[];
arr[0]=nums[0];
arr[1]=Math.max(nums[0],nums[1]);
for(let i=2;i<nums.length;i++){
arr[i]=Math.max(arr[i-2]+nums[i],arr[i-1]);
}
return arr[nums.length-1]
};
礼物的最大价值(没自己敲,代码前半段也没看太懂)
设 res(i, j)为从棋盘左上角走至单元格 (i ,j)的礼物最大累计价值,易得到以下递推关系:res(i,j)等于res(i,j−1) 和 res(i-1,j)中的较大值加上当前单元格礼物价值grid(i,j)。
即:res(i,j)=max[res(i,j−1),res(i−1,j)]+grid(i,j)
var maxValue = function(grid) {
if(!grid.length){
return 0
}
// 设置res 储存每个节点最大值的数组
let res = []
for(let i=0;i<grid.length;i++){
res[i] = []
for(let j =0;j<grid[0].length;j++){
res[i][j] = 0
}
}
// 算出向下走第一行的取值
let m = 0
for(let i =0;i<res.length;i++){
m += grid[i][0]
res[i][0] = m
}
// 算出向右走第一行的取值
let n = 0
for(let i =0;i<res[0].length;i++){
n += grid[0][i]
res[0][i] = n
}
// 根据第一行的取值求剩下行的取值
for(let i=1;i<grid.length;i++){
for(let j =1;j<grid[0].length;j++){
res[i][j] = Math.max(res[i][j-1],res[i-1][j])+grid[i][j]
}
}
return res[grid.length-1][grid[0].length-1]
};