代码随想录第38天 动态规划P1

第一部分：动态规划的基础知识

什么是动态规划？

动态规划就中每一个状态一定是由上一个状态推导出来的，这一点就区别于贪心算法，贪心算法没有状态推导，而是从局部直接选最优的。

动态规划的解题步骤（五部曲）

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

动态规划如何debug?

做动态规划的题目的时候，写代码之前一定要把状态转移转移在dp数组上的具体情况模拟一遍。如果代码没通过就打印dp数组，看看是不是和自己预期推导的不一样。

并且要考虑三个问题：这道题我举例推导状态转移公式了吗？我打印dp数组的日志了吗？打印出来的dp数组和我想的一样了吗？

第二部分：509.斐波那契数列

2.1题目链接

力扣https://leetcode.cn/problems/fibonacci-number/

2.2解题思路

动态规划5部曲：
这里我们要用一个一维dp数组来保存递归的结果。
1、确定dp数组以及下标含义
dp[i]：第i个斐波那契额数值是dp[i]

2、确定递归函数
dp[i] = dp[i-1] + dp[i-2]

3、dp数组如何初始化
dp[0] = 0
dp[1] = 1

4、确定遍历顺序
遍历顺序是从前往后

4、举例推导dp数组

2.3解题代码
 

class Solution {
public:
    int fib(int n) {
        if(n < 1) return 0;
        vector<int> dp(n + 1);
        dp[0] = 0;
        dp[1] = 1;
        for (int i = 2; i <= n; i++) {
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
};

第三部分：70.爬楼梯

3.1题目链接

力扣https://leetcode.cn/problems/climbing-stairs/

3.2解题思路

动态规划5部曲：
这里我们要用一个一维dp数组来保存递归的结果。
1、确定dp数组以及下标含义
dp[i]：爬到第i层楼梯，有dp[i]种方法。

2、确定递归函数
首先是dp[i - 1]，上i-1层楼梯，有dp[i - 1]种方法，那么再一步跳一个台阶不就是dp[i]了么。

还有就是dp[i - 2]，上i-2层楼梯，有dp[i - 2]种方法，那么再一步跳两个台阶不就是dp[i]了么。
dp[i] = dp[i-1] + dp[i-2]

3、dp数组如何初始化
dp[1] = 1
dp[2] = 2

4、确定遍历顺序
遍历顺序是从前往后

4、举例推导dp数组

3.3解题代码

// 版本一
class Solution {
public:
    int climbStairs(int n) {
        if (n <= 1) return n; // 因为下面直接对dp[2]操作了，防止空指针
        vector<int> dp(n + 1);
        dp[1] = 1;
        dp[2] = 2;
        for (int i = 3; i <= n; i++) { // 注意i是从3开始的
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
};

第四部分：746.使用最小花费爬楼梯

4.1题目链接

力扣https://leetcode.cn/problems/min-cost-climbing-stairs/

4.2解题思路

动态规划5部曲：
这里我们要用一个一维dp数组来保存递归的结果。
1、确定dp数组以及下标含义
dp[i]：爬到第i层楼梯花费最少的体力。

2、确定递归函数
可以有两个途径得到dp[i]，一个是dp[i-1] 一个是dp[i-2]。

dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]。

dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]。

那么究竟是选从dp[i - 1]跳还是从dp[i - 2]跳呢？

一定是选最小的，所以dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);

3、dp数组如何初始化
dp[0] = 0
dp[1] = 0

4、确定遍历顺序
遍历顺序是从前往后

5、举例推导dp数组

4.3解题代码

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size() + 1);
        dp[0] = 0; // 默认第一步都是不花费体力的
        dp[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()];
    }
};