一、简单的动态规划
1.斐波那契数列
2.爬楼梯:和斐波那契数列一模一样
class Solution {
//本题几乎和 斐波那契一样
public int climbStairs(int n) {
//1.未优化
int[] dp = new int[n];
dp[0] = 1;//在台阶一处,有一种方式
dp[1] = 2;//两种方式到 n=2处
for(int i = 2;i < n;i++){
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n - 1];
//2.优化
if(n <= 2) return n;
int dp0 = 1;
int dp1 = 2;
int sum = 0;
for(int i = 2;i < n;i++){
sum = dp0 + dp1;
dp0 = dp1;
dp1 = sum;
}
return sum;
}
}
3.使用最小花费爬楼梯
class Solution {
public int minCostClimbingStairs(int[] cost) {
int n = cost.length;
int dp0 = 0;
int dp1 = Math.min(dp0 + cost[1],cost[0]);//站在二台阶上,最小花费;可能是先到1再从一跳到2;也可能是从0出发直接到2
int sum = 0;
//模仿前两道的优化方式
for(int i = 2;i < n;i++){
sum = Math.min((dp1 + cost[i]),(dp0 + cost[i - 1]));//得到更少的花费
dp0 = dp1;
dp1 = sum;
}
if(n == 2) return Math.min(cost[0],cost[1]);
return sum;
}
}
这三道题属于同一种类型的题目,比较简单!
最基础的思路:声明一个dp数组,将数组每个位置代表的含义确定清楚,按照前面位置的结果进行后续内容的计算!
优化:确定当前状态值和前面哪些状态值有关;可以将空间复杂度降为 O(1)!
二、二维的路径问题:将dp数组声明为二维的,对应每个位置!
1.不同路径
class Solution {
public int uniquePaths(int m, int n) {
//使用二维数组,记录到达每个位置,有多少种走法
//每个位置,只能由左和右,两个位置到达
int[][] dp = new int[m][n];
for(int i = 0;i < m;i++){
for(int j = 0;j < n;j++){
if(i == 0 || j == 0) dp[i][j] = 1;
else dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m - 1][n - 1];
}
}
2.不同路径Ⅱ
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length, n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
//两个for对边界的处理
for (int i = 0; i < m && obstacleGrid[i][0] == 0; i++) {
dp[i][0] = 1;
}
for (int j = 0; j < n && obstacleGrid[0][j] == 0; j++) {
dp[0][j] = 1;
}
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (obstacleGrid[i][j] == 1) continue;
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m - 1][n - 1];
}
二维的dp数组,处理起来也挺简单。
★★三、双层for循环的动态规划
1.整数拆分:
自己的第一思想是按照分成的数字个数进行状态划分;实际按照要拆分的数进行划分!
n进行拆分,就需要 1 - n之间数组的结果!
一个数字可以拆分成两个数字或者多个数字的乘积!
拆分成两个数字也有多种结果,就需要内层的 for循环,从头开始拆分!
dp[i]表示最大的乘积:① (i - j) * j就是拆分成两个数字的乘积;
② j * dp[i - j]就是拆分成两个以上数字的乘积;
第一个数字是 j :(i - j)是另一个数字;dp[i - j]就是将 i - j进行了拆分!其最大的乘积!
最容易理解的代码:
class Solution {
public int integerBreak(int n) {
int[] dp = new int[n + 1];
for (int i = 2; i <= n; i++) {
for (int j = 1; j < i; j++) {
dp[i] = Math.max(dp[i], Math.max(j * (i - j), j * dp[i - j]));
}
}
return dp[n];
}
}
2.不同的二叉搜索树:
自己的思想是:新加入的节点肯定是大于的,只能连接在右子树;进行连接和插空处理,无法解决
思路:类似于整数拆分!
需要 n 个节点二叉搜索书个数:每一个值都可以作为根节点!
将每个值作为根节点分别得到的BST数量相加就得到了结果!
1 - n分别作为根节点的情况!需要注意,节点为0是,树的数量为1!
当选出该节点作为根节点时,左右区间的内容分又可以继续生成 BST!
结果就是左子树数量 * 右子树数量!!! 成为了子问题!
这两道题类似:外层for循环对不同数字的结果进行计算!
内层for循环是具体的处理!因为递推关系不是上一周那种简单的关系!
dp[]数组中的下标,既可以理解为数字,也可以理解为数量!
内层for循环也达到了累加的效果!
class Solution {
//右子树都可以插空!
public int numTrees(int n) {
//模仿 整数拆分从一个节点,加到n个
int[] dp = new int[n + 1];
dp[0] = 1;
dp[1] = 1;
for(int i = 2;i < n+1;i++){
for(int j = 1;j <= i;j++){
dp[i] += dp[j - 1] * dp[i - j];
}
}
return dp[n];
}
}
这两道题类似:需要做更多的处理!多思考,叙述不清楚