【力扣一刷】代码随想录day38（动态规划part1：509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼）

目录

【动态规划理论基础】

【509. 斐波那契数】简单题

方法一  用额外的数组存储每个状态

方法二  用2个遍历存储前两个状态（减小空间复杂度）

【70. 爬楼梯】简单题

【746. 使用最小花费爬楼】简单题

---

【动态规划理论基础】

1、定义：英文为Dynamic Programming，简称DP

2、步骤：

• 确定变量 f(i) 的含义
• 确定递推公式：如 f(i) 和 f(i-1)、f(i-2) 的关系，自变量的数量根据具体情况而定
• 如何初始化
• 确定遍历顺序
• 举例推导dp数组

---

【509. 斐波那契数】简单题

方法一  用额外的数组存储每个状态

class Solution {
    public int fib(int n) {
        if (n <= 1) return n;
        int[] list = new int[n+1];
        list[0] = 0;
        list[1] = 1;

        for (int i = 2; i < n+1; i++){
            list[i] = list[i-1] + list[i-2];
        }
        return list[n];
    }
}

• 时间复杂度: O(n)
• 空间复杂度: O(n)

方法二  用2个遍历存储前两个状态（减小空间复杂度）

注意：for循环主要是控制计算的次数，初始值已经知道 f(0) 和 f(1) 的值了，计算从 f(2) 到 f(n) 的值，i 从2开始，直至n，共计算 n - 2 + 1 = n - 1 次。

class Solution {
    public int fib(int n) {
        if (n <= 1) return n;
        int x1 = 0;
        int x2 = 1;
        int y = 0;

        for (int i = 2; i < n+1; i++){
            y = x1 + x2;
            x1 = x2;
            x2 = y;
        }
        return y;
    }
}

• 时间复杂度: O(n)
• 空间复杂度: O(1)

---

【70. 爬楼梯】简单题

思路：为 n = 1 和 n = 2 构造前面两个变量的值，使其都可以通过for循环计算

对于 n = 1，结果为1，对于 n = 2，结果为2，可以推出 n = 0，结果为 2 - 1 = 1。

对 n = 1 来说，除了 n = 0外还差一个 f(i-2)的值，可以初始化为 1 - 1 = 0。

class Solution {
    public int climbStairs(int n) {
        int x1 = 0;
        int x2 = 1;
        int y = 0;
        for (int i = 1; i <= n; i++){
            y = x1 + x2;
            x1 = x2;
            x2 = y;
        }
        return y;
    }
}

• 时间复杂度: O(n)
• 空间复杂度: O(1)

---

【746. 使用最小花费爬楼】简单题

思路：

1、分别计算从第 i 阶起跳至少要花费的钱。

2、楼顶肯定是第 cost.length - 1 阶或者第 cost.length - 2 阶楼梯起跳跳上去的，所以返回这两个之中的最小值即可。

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int x1 = cost[0];
        int x2 = cost[1];
        int y = 0;
        for (int i = 2; i < cost.length; i++){
            y = Math.min(x1, x2) + cost[i]; // 计算从第i阶楼梯起跳最少要花费的钱
            x1 = x2;
            x2 = y;
        }
        return Math.min(x1, x2);
    }
}

• 时间复杂度: O(n)
• 空间复杂度: O(1)