【代码训练营】day38 | 509. 斐波那契数 & 70. 爬楼梯 & 746. 使用最小花费爬楼梯

所用代码 java

动态规划章节

动态规划，英文：Dynamic Programming，简称DP。动态规划的每一个值都是由上一状态的结果推演出来的。

主要有这些类型的题目：

• dp基础
• 背包问题
• 打家劫舍
• 股票问题
• 子序列问题

动态规划解题分为五步：

1. 确定dp数组以及下标的含义
2. 确定递推公式 – 重要！！
3. dp数组如何初始化
4. 确定遍历顺序
5. 举例推导dp数组

做动态规划的题目要先把状态转移在dp数组上具体情况模拟一遍，写的代码不通过就打印dp数组，遇到问题问题先思考下面三个问题：

• 这道题目我举例推导状态转移公式了吗？
• 我打印dp数组日志了吗？
• 打印出来的dp数组日志和我想的一样吗？

斐波那契数 LeetCode 509

题目链接：斐波那契数 LeetCode 509 - 简单

思路

递归很简单。

动态规划5步曲：

1. 确定dp[i]的含义：dp[i]，第i个斐波那契数的值为dp[i]
2. 递归公式：dp[i] = dp[i-1] + dp[i-2]
3. dp数组如何初始化：dp[0]=1,dp[0]=1
4. 遍历顺序：从前向后
5. 打印dp数组：用于debug

class Solution {
    public int fib(int n) {
        if (n <= 1)return n;
        int[] dp = new int[n+1];
        dp[0] = 0;
        dp[1] = 1;
        for (int i = 2; i <= n; i++) {
            dp[i] = dp[i-1] + dp[i-2];
//            System.out.println(i +" --> "+ dp[i]);
        }
        return dp[n];
    }
}

总结

本题为dp第一个，也比较简单，按5步曲进行推演，可以轻松写出代码。

本题也可以回溯，也很简单。

爬楼梯 LeetCode 70

题目链接：爬楼梯 LeetCode 70 - 简单

思路

动态规划5步曲：

1. 确定dp[i]的含义：达到i阶有dp[i]种方法
2. 递归公式：dp[i] = dp[i-1] + dp[i-2]
3. dp数组如何初始化：dp[0]=0,dp[1]=1,dp[2]=2
4. 遍历顺序：从前向后
5. 打印dp数组：用于debug

class Solution {
    public int climbStairs(int n) {
        if (n <= 1) return n;
        int[] dp = new int[n+1];
        dp[0] = 0;
        dp[1] = 1;
        dp[2] = 2;
        for (int i = 3; i < n+1; i++) {
            dp[i] = dp[i-1] + dp[i-2];
        }
        return dp[n];
    }
}

总结

该题思路和上一题一样，连式子都一样，也属于简单题。

本题回溯超时。

使用最小花费爬楼梯 LeetCode 746

题目链接：使用最小花费爬楼梯 LeetCode 746 - 中等

思路

费用为往上跳了一步之后才算，而顶楼为cost数组的长度，不是最后一个下标

动态规划5步曲：

1. 确定dp[i]的含义：到达i位置的最小花费为dp[i]
2. 递推公式：dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2]) 最小花费
3. dp数组初始化：dp[0]=0, dp[1]=0
4. 遍历方向：左 -> 右
5. 打印dp数组：

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int[] dp = new int[cost.length + 1];
        // 从下标为0或是下边为1开始，没跳的时候费用为0
        dp[0] = 0;
        dp[1] = 0;
        for (int i = 2; i < cost.length + 1; i++) {
            // 到达i位置的花费 = i-1的花费+往上跳的花费 和 i-2的花费+往上跳的花费 取最小值
            dp[i] = Math.min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2]);
//            System.out.println("i = " + i + "  dp[i] = " + dp[i]);
        }
        return dp[cost.length];
    }
}

总结

本题的初始化是当下标为0或1我们都不用花费的，再次继续向上跳的时候才开始有花费。