509. 斐波那契数
分析一
确定dp数组(dp table)以及下标的含义
表示以每个数作为终点的斐波那契数列之和确定递推公式
F(n) = F(n - 1) + F(n - 2)dp数组如何初始化
[0,1,0,…,0]? 先初始化 F(0) 和 F(1) 其他都是0确定遍历顺序
从小到大举例推导dp数组
F(0) = 0
F(1) = 1
F(2) = F(1) + F(0) = 0 + 1 = 1
F(3) = F(2) + F(1) = 1 + 1 = 2
F(4) = F(3) + F(2) = 2 + 1 = 3
…
class Solution:
def fib(self, n: int) -> int:
F = [0, 1] + [0] * (n - 1)
for i in range(2, n + 1):
F[i] = F[i - 1] + F[i - 2]
return F[n]
70. 爬楼梯
分析一(内存溢出了)
- 确定dp数组(dp table)以及下标的含义
二叉树(n + 1 层)?用数组表示二叉树,每个节点的值表示剩余的阶梯数量,数组元素个数为 2 ** (n + 1) - 1- 确定递推公式
dp[2i + 1] = dp[i] - 1
dp[2i + 2] = dp[i] - 2- dp数组如何初始化
[n, -1, -1, -1, …, -1] 第一个元素初始化为阶梯数量,其余的为-1,为了分辨是否到达了某个阶梯- 确定遍历顺序
从 [0, 2 ** n - 1)- 举例推导dp数组
n = 3
[0 ~ 7)
dp[0] = 3
dp[1] = 2
dp[2] = 1
dp[3] = 1
dp[4] = 0
dp[5] = 0
dp[6] = -1
dp[7] = 0
dp[8] = -1
dp[9] = -1
dp[10] = -1
dp[11] = -1
dp[12] = -1
dp[13] = -1
dp[14] = -1
有 3 个为 0 的节点,那就有3种方法
分析二(正解)
- 确定dp数组(dp table)以及下标的含义
dp数组中每个元素表示到达该层有多少种方法- 确定递推公式
dp[i] = dp[i - 1] + dp[i - 2]- dp数组如何初始化
[1, 1, 0, 0, …, 0] 第0层设为1,第1层设为1,其余设为0- 确定遍历顺序
从 [0, n]- 举例推导dp数组
n = 4
dp[3] = dp[2] + dp[1] = 2 + 1 = 3
dp[4] = dp[3] + dp[2] = 3 + 2 = 5
class Solution:
def climbStairs(self, n: int) -> int:
dp = [1, 1] + [0] * (n - 1)
for i in range(2, n + 1):
dp[i] = dp[i - 1] + dp[i - 2]
return dp[n]
746. 使用最小花费爬楼梯
分析一
确定dp数组(dp table)以及下标的含义
dp 数组表示爬楼梯的最小花费,下标表示层数确定递推公式
dp[i] = min(dp[i - 2] + cost[i - 2], dp[i - 1] + cost[i - 1])dp数组如何初始化
dp[0] = 0, dp[1] = 0,其余为 0 (因为可以选择从下标为0或下边为1的台阶开始爬楼梯)
dp的元素总数比 cost 数组多一个,因为包含顶楼确定遍历顺序
从低层到高层举例推导dp数组
cost = [10, 15, 20]
dp[0] = 0, dp[1] = 0
dp[2] = min(dp[0] + cost[0], dp[1] + cost[1]) = min(10, 15) = 15
class Solution:
def minCostClimbingStairs(self, cost: List[int]) -> int:
dp = [0] * (len(cost) + 1)
for i in range(2, len(cost) + 1):
dp[i] = min(dp[i - 2] + cost[i - 2], dp[i - 1] + cost[i - 1])
return dp[-1]