代码随想录算法训练营第三十三天|动态规划理论基础，509. 斐波那契数，70. 爬楼梯，746. 使用最小花费爬楼梯

丁希希哇

于 2024-02-22 07:55:49 发布

阅读量918

点赞数 19

分类专栏：力扣算法刷题文章标签：算法动态规划力扣 python

本文链接：https://blog.csdn.net/weixin_47748259/article/details/136215763

版权

力扣算法刷题专栏收录该内容

69 篇文章 4 订阅

订阅专栏

本文介绍了动态规划在解决斐波那契数、爬楼梯和最小花费爬楼梯问题中的应用，详细阐述了动态规划的五步曲：确定dp数组、递推公式、初始化、遍历顺序和实例推导。

摘要由CSDN通过智能技术生成

系列文章目录

动态规划理论基础

视频讲解： 从此再也不怕动态规划了，动态规划解题方法论大曝光！| 理论基础 |力扣刷题总结|动态规划详解

动态规划刷题大纲：
在这里插入图片描述

动态规划定义： 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。所以动态规划中每一个状态一定是由上一个状态推导出来的。

动态规划与贪心算法： 动规是由前一个状态推导出来的，而贪心是局部直接选最优的，贪心没有状态推导，所以贪心解决不了动态规划的问题。

动态规划问题的五步曲：

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

题目链接： 509. 斐波那契数
题目内容： 斐波那契数（通常用 F(n) 表示）形成的序列称为斐波那契数列。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：F(0) = 0，F(1) = 1，F(n) = F(n - 1) + F(n - 2)，其中 n > 1。对于给定的 n ，请计算 F(n) 。
视频讲解： 手把手带你入门动态规划 | LeetCode：509.斐波那契数

动态规划问题的五步曲：

确定dp数组（dp table）以及下标的含义：dp[i]的定义为第i个数的斐波那契数值是dp[i]
确定递推公式：dp[i] = dp[i - 1] + dp[i - 2]
dp数组如何初始化：dp[0] = 0，dp[1] = 1
确定遍历顺序：从前到后遍历
举例推导dp数组：当N为10的时候，dp数组应该是如下的数列：0 1 1 2 3 5 8 13 21 34 55

class Solution:
    def fib(self, n: int) -> int:
        if n==0:
            return 0
        #创建dp数组
        dp=[0]*(n+1)
        #初始化dp数组
        dp[0]=0
        dp[1]=1
        #遍历顺序：从前向后
        for i in range(2,n+1):
            #递推公式
            dp[i]=dp[i-1]+dp[i-2]
        return dp[n]

70. 爬楼梯

题目链接： 70. 爬楼梯
题目内容： 假设你正在爬楼梯。需要 n 阶你才能到达楼顶。每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？
视频讲解： 带你学透动态规划-爬楼梯（对应力扣70.爬楼梯）| 动态规划经典入门题目

思路： 爬到第一层楼梯有一种方法，爬到二层楼梯有两种方法。那么第一层楼梯再跨两步就到第三层，第二层楼梯再跨一步就到第三层。所以到第三层楼梯的状态可以由第二层楼梯和到第一层楼梯状态推导出来，那么就可以想到动态规划了。

动态规划问题的五步曲：

确定dp数组（dp table）以及下标的含义：达到第i阶有dp[i]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：dp[1] = 1，dp[2] = 2
确定遍历顺序：从前到后遍历
举例推导dp数组：当n为5的时候，dp table（dp数组）应该是这样的：1 2 3 5 8

class Solution:
    def climbStairs(self, n: int) -> int:
        if n<=1:
            return n
        dp=[0]*(n+1)
        dp[1]=1
        dp[2]=2
        for i in range(3,n+1):
            dp[i]=dp[i-1]+dp[i-2]
        return dp[n]

746. 使用最小花费爬楼梯

题目链接： 746. 使用最小花费爬楼梯
题目内容： 给你一个整数数组 cost ，其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用，即可选择向上爬一个或者两个台阶。你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。请你计算并返回达到楼梯顶部的最低花费。
视频讲解： 动态规划开更了！| LeetCode：746. 使用最小花费爬楼梯

动态规划问题的五步曲：

确定dp数组（dp table）以及下标的含义：到达第i台阶所花费的最少体力为dp[i]
确定递推公式：dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])
dp数组如何初始化：dp[0] = 0，dp[1] = 0
确定遍历顺序：从前到后遍历
举例推导dp数组

class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        dp=[0]*(len(cost)+1)
        dp[0]=0
        dp[1]=0
        for i in range(2,len(cost)+1):
            dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
        return dp[len(cost)]

丁希希哇

关注

19
点赞
踩
21

收藏

觉得还不错? 一键收藏
0
评论
代码随想录算法训练营第三十三天|动态规划理论基础，509. 斐波那契数，70. 爬楼梯，746. 使用最小花费爬楼梯

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。所以动态规划中每一个状态一定是由上一个状态推导出来的。
复制链接

扫一扫

专栏目录