代码随想录算法训练营Day38 || 509. 斐波那契数 ● 70. 爬楼梯 ● 746. 使用最小花费爬楼梯

今天学习的是动态规划，上一章的贪心算法是从局部最优推导出整体最优，而动态规划则是某阶段的状态与上一阶段的状态有关，因此关键在于列出dp的式子。

问题1：509. 斐波那契数 - 力扣（LeetCode）

思路：该题直接给出了递推格式，即第三个数的值等于前两个数的和，因此很容易列出递归式子，直接进行一个遍历即可，代码如下;

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

该题在选用数据结构时，我选择了数组，但实际上选用向量容器更好，后面又总结了两者的优劣：

1.数组的大小无法改变，而向量很容易进行修改；

2.数组内的数据进行改动时时间复杂度是Q（n）,而向量是Q（1）

3.数组内的数据有大小限制，而向量存储的数据更大

问题2：70. 爬楼梯 - 力扣（LeetCode）

思路：该题关键在于找出爬楼梯之间的规律，通过列举法可以较为容易的发现阶梯数为3时的方法等于阶梯数为2和1的方法之和，根据这个规律列出公式再进行遍历即可，代码如下：

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

问题3：746. 使用最小花费爬楼梯 - 力扣（LeetCode）

思路：该题需要考虑初始化问题，以及列出的递归式dp[i]为第i个阶梯时的最少费用，而该费用与前一个的状态选择有关，可能选择为1或者是2，因此需要从中选出最小的，因此可写出如下代码：

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size()+1);
        dp[0]=0;
        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()];
    }
};