目录
1. T509:斐波那契数
T509: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
给定 n ,请计算 F(n) 。
提示:
-
0 <= n <= 30
S:自己随手用递归敲了,然而没考虑到时间和空间复杂度:
int fib(int n) {
if (n == 0) return 0;
if (n == 1) return 1;
else return fib(n - 1) + fib(n - 2);
}
-
时间复杂度:O(2^n)
-
空间复杂度:O(n),算上了编程语言中实现递归的系统栈所占空间
看了题解后,发现还是动态规划好!
1.1 版本Ⅰ、非压缩版
C++:
int fib(int n) {
if (n <= 1) return n;// 无此行会导致数组访问越界【不理解】
vector<int> dp(n + 1);
// dp[0] = 0, dp[1] = 1;//也可以
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
Java:
public int fib(int n) {
if (n <= 1) return n;// 不能缺
// List<Integer> dp = new ArrayList<>();
int[] dp = new int[n + 1];
// dp[0] = 0, dp[1] = 1;//error,不像C++可以这样写
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i <= n; ++i) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
1.2 版本Ⅱ、压缩版
C++:
int fib(int n) {
if (n <= 1) return n;// 无此行 0->1
int dp[2];// 也可以静态初始化
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i <= n; i++) {
int sum = dp[0] + dp[1];
dp[0] = dp[1];
dp[1] = sum;
}
return dp[1];
}
Java:
public int fib(int n) {
if (n == 0) return 0;
int[] dp = new int[2];
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i <= n; ++i) {
int sum = dp[0] + dp[1];
dp[0] = dp[1];
dp[1] = sum;
}
return dp[1];
}
1.2.1 舍弃数组版
也可以不用数组:
public int fib(int n) {
if (n == 0) return 0;
int dp0 = 0, dp1 = 1;
for (int i = 2; i <= n; ++i) {
int sum = dp0 + dp1;
dp0 = dp1;
dp1 = sum;
}
return dp1;
}
2. T70:爬楼梯
T70: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?
提示:
-
1 <= n <= 45
S:这道题自己本能地翻译成了返回所有不同方法的集合,属于是自己搞复杂了~
就我个人而言,本题的关键点和难点在于推理出递推公式。
-
结合Carl的题解,我个人的理解方式,或者说更喜欢的一种说法是:到达第 i 阶楼梯,所走的最后一步只有两种可能:1或2步
-
那么在最后一步之前,对应的就是有 dp[i - 1] 或 dp[i - 2] 种方法爬到第i - 1 和 i - 2 阶楼梯
-
-
因此, 到达第i阶楼梯的方法数 dp[i] = dp[i - 1] + dp[i - 2]
2.1 版本Ⅰ、非压缩版
C++:
int climbStairs(int n) {
if (n <= 2) return n;// 下面直接对dp[2]操作了,防止空指针
// vector<int> dp(n);
vector<int> dp(n + 1);
dp[1] = 1, dp[2] = 2;// dp[0]是多少无所谓
for (int i = 3; i <= n; ++i) {
dp[i] = dp[i - 2] + dp[i - 1];
}
return dp[n];
}
Java:
public int climbStairs(int n) {
if (n <= 2) return n;
int[] dp = new int[n + 1];
dp[1] = 1;
dp[2] = 2;
for (int i = 3; i <= n; ++i) {
dp[i] = dp[i - 2] + dp[i - 1];
}
return dp[n];
}
2.2 版本Ⅱ、压缩版
C++:
int climbStairs(int n) {
if (n <= 2) return n;
int dp[3];
dp[1] = 1, dp[2] = 2;
for (int i = 3; i <= n; ++i) {
int temp = dp[1] + dp[2];
dp[1] = dp[2];
dp[2] = temp;
}
return dp[2];
}
Java:
既然dp[0]实际上没有必要管,那可以舍弃dp[0](实际上并不是太推荐这么做,这里只是随便试了一下)
这样改变了数组元素及其索引对应的物理意义:上 i 阶楼梯有 dp[i] 种方法 -> 上 i 阶楼梯有 dp[i - 1] 种方法)
public int climbStairs(int n) {
if (n == 1) return 1;
int[] dp = new int[2];
dp[0] = 1;
dp[1] = 2;
for (int i = 2; i < n; ++i) {
int temp = dp[0] + dp[1];
dp[0] = dp[1];
dp[1] = temp;
}
return dp[1];
}
2.2.1 舍弃数组版
C++:
int climbStairs(int n) {
if (n == 1) return 1;
int dp1 = 1, dp2 = 2;
for (int i = 3; i <= n; ++i) {
int temp = dp1 + dp2;
dp1 = dp2;
dp2 = temp;
}
return dp2;
}
Java:
public int climbStairs(int n) {
if (n <= 2) return n;
int dp1 = 1, dp2 = 2;
for (int i = 3; i <= n; ++i) {
int temp = dp1 + dp2;
dp1 = dp2;
dp2 = temp;
}
return dp2;
}
3. T746:使用最小花费爬楼梯
T746:给你一个整数数组 cost ,其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用,即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。
提示:
-
2 <= cost.length <= 1000
-
0 <= cost[i] <= 999
S:本题对于dp数组的定义非常重要,就我的理解,dp和题目提供的cost数组就相当于一进一出。
3.1 版本Ⅰ、全数组版
C++:
int minCostClimbingStairs(vector<int>& cost) {
int dp[cost.size() + 1];
// dp[0] = cost[0], dp[1] = cost[1];// 对dp的定义不够理解!
dp[0] = 0, dp[1] = 0;
// for (int i = 2; i < cost.size(); ++i) {
for (int i = 2; i <= cost.size(); ++i) {
dp[i] = min((dp[i - 2] + cost[i - 2]), dp[i - 1] + cost[i - 1]);
}
return dp[cost.size()];
}
Java:
public int minCostClimbingStairs(int[] cost) {
int[] dp = new int[cost.length + 1];
dp[0] = 0;
dp[1] = 0;
for (int i = 2; i <= cost.length; ++i) {
dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[dp.length - 1];
}
-
时间复杂度:O(n)
-
空间复杂度:O(n)
还可以优化空间复杂度,因为dp[i]就是由前两位推出来的,那么也不用dp数组了。
3.2 版本Ⅱ、压缩版
3.2.1 舍弃数组版
C++:
int minCostClimbingStairs(vector<int>& cost) {
int dp0 = 0, dp1 = 0;
for (int i = 2; i <= cost.size(); ++i) {
int minCost = min(dp0 + cost[i - 2], dp1 + cost[i - 1]);
dp0 = dp1;
dp1 = minCost;
}
return dp1;
}
Java:
public int minCostClimbingStairs(int[] cost) {
int dp0 = 0, dp1 = 0;
for (int i = 2; i <= cost.length; ++i) {
int minCost = Math.min(dp0 + cost[i - 2], dp1 + cost[i - 1]);
dp0 = dp1;
dp1 = minCost;
}
return dp1;
}
3.2.2 小数组版
C++:
int minCostClimbingStairs(vector<int>& cost) {
int dp[2];
dp[0] = 0, dp[1] = 0;
for (int i = 2; i <= cost.size(); ++i) {
int minCost = min(dp[0] + cost[i - 2], dp[1] + cost[i - 1]);
dp[0] = dp[1];
dp[1] = minCost;
}
return dp[1];
}
Java:
public int minCostClimbingStairs(int[] cost) {
// if (cost.length == 2) return Math.min(cost[0], cost[1]);
int[] dp = new int[2];
dp[0] = 0;
dp[1] = 0;
for (int i = 2; i <= cost.length; ++i) {
int minCost = Math.min(dp[0] + cost[i - 2], dp[1] + cost[i - 1]);
dp[0] = dp[1];
dp[1] = minCost;
}
return dp[1];
}