算法-动态规划

最新推荐文章于 2024-09-08 15:12:17 发布

仲春有二

最新推荐文章于 2024-09-08 15:12:17 发布

阅读量91

点赞数

分类专栏：算法文章标签：算法动态规划蓝桥杯

本文链接：https://blog.csdn.net/weixin_51360664/article/details/123549018

版权

这篇博客深入探讨了动态规划在算法中的应用，包括斐波那契数、爬楼梯问题、最小花费爬楼梯、不同路径问题、有障碍物的路径计数、整数拆分、不同二叉搜索树以及0-1背包问题。通过实例解析，阐述动态规划解决复杂问题的思路和技巧。

摘要由CSDN通过智能技术生成

1.斐波那契数

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 给你n ，请计算 F(n) 。

class Solution:
    def fib(self, n: int) -> int:
        if n < 2:
            return n
        a, b, c = 0, 1, 0
        for i in range(1, n):
            c = a + b
            a, b = b, c
        return c
#递归
class Solution:
    def fib(self, n: int) -> int:
        if n < 2:
            return n
        return self.fib(n - 1) + self.fib(n - 2)

2.爬楼梯

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？

注意：给定 n 是一个正整数。

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

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

3.使用最小花费爬楼梯

数组的每个下标作为一个阶梯，第 i 个阶梯