理论基础
动态规划中每一个状态一定是由上一个状态推导出来的,这一点就区分于贪心,贪心没有状态推导,而是从局部直接选最优的。
动归五部曲
- 确定dp数组(dp table)以及下标的含义
- 确定递推公式
- dp数组如何初始化
- 确定遍历顺序
- 举例推导dp数组
509.斐波那契数列
dp解法
- 确定dp数组以及下标含义。dp[i]表示第i个位置的数字为dp[i]。
- 确定递推公式。dp[i] = dp[i-1] + dp[i-2];
- 数组初始化。dp[0]=0,dp[1]=1;
- 确定遍历顺序。从前往后遍历。
- 举例推导dp数组。
class Solution {
public:
int fib(int n) {
if(n==0 || n==1) return n;
vector<int> dp(n+1,0);
dp[1]=1;
for(int i=2;i<=n;++i) dp[i] = dp[i-1] + dp[i-2];
return dp[n];
}
};
滚动数组
class Solution {
public:
int fib(int n) {
if(n==0 || n==1) return n;
int a=0,b=1;
for(int i=2;i<=n;++i){
int te = b;
b+=a;
a=te;
}
return b;
}
};
递归
class Solution {
public:
int fib(int n) {
if(n==0 || n==1) return n;
return fib(n-1) + fib(n-2);
}
};
70.爬楼梯
dp解法
- 确定dp数组下标及含义。dp[i]表示爬到第i阶楼梯有dp[i]种爬法。
- 确定递推公式。dp[i]=d[i-1]+dp[i-2];
- 数组初始化。dp[0]=1;dp[1]=1;
- 确定遍历顺序。从前往后开始遍历。
- 举例推导dp数组。
class Solution {
public:
int climbStairs(int n) {
if(n<2) return 1;
vector<int> dp(n+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
- 确定dp数组及下标含义。dp[i]表示爬到第i阶楼梯时需要的最小花费。
- 确定递推公式。dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
- 初始化。“题目中说可以从下标0或1的台阶开始爬楼梯”。dp[0]=dp[1]=0;
- 确定遍历顺序。从前往后开始遍历。
- 举例推导dp数组。
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size()+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]);
}
return dp[cost.size()];
}
};
PS:代码中需要注意的地方:将dp数组的长度设置为cost.size()+1而不是cost.size()。因为题目中说要爬到楼梯的顶部也就是最后一阶楼梯的上一层。