🎬慕斯主页:修仙—别有洞天
♈️今日夜电波:宙でおやすみ
1:02━━━━━━️💟──────── 2:45
🔄 ◀️ ⏸ ▶️ ☰
💗关注👍点赞🙌收藏您的每一次鼓励都是对我莫大的支持😍
目录
解题步骤及思路
遇到动态规划问题我们通常会按照以下步骤来解题(只是大致的解题步骤,因题不同也会不同):1、确定状态表示。2、确定状态转移方程。3、确定初始化操作。4、确定填表顺序。5、确定返回值。
下面以一到例题来详细的介绍解题的步骤:
泰波那契序列 Tn 定义如下:
T0 = 0, T1 = 1, T2 = 1, 且在 n >= 0 的条件下 Tn+3 = Tn + Tn+1 + Tn+2
给你整数 n,请返回第 n 个泰波那契数 Tn 的值。
示例 1:
输入:n = 4
输出:4
解释:
T_3 = 0 + 1 + 1 = 2
T_4 = 1 + 1 + 2 = 4
示例 2:
输入:n = 25
输出:1389537
提示:
- 0 <= n <= 37
- 答案保证是一个 32 位整数,即 answer <= 2^31 - 1。
1、状态表示(重要)
状态表示是什么?它是dp表里面所表示的含义。dp表是什么?可以理解为一个数组,当然数组是可以分为一维、二维等等的。我们要解决动规问题,就是填满这个dp表,而dp表中就会具有这个题解的答案!
我们要确定状态表示需要根据:经验+题目要求从而推导出来。
根据题意:
本例题的状态表示为:dp[i] 表示为第i个斐波那契数列的值。可以根据下图理解:
2、状态转移方程(最难的一步)
什么是状态转移方式?大白话:dp[i]或dp[i][j]等等 等于什么。如:dp[i]=dp[]+...
根据题意:
本题已经很明显了:dp[i]=dp[i-1]+dp[i-1]+dp[i-3]
3、初始化
什么是初始化?这是为了保证填表的时候不越界。
根据题意:
也很明显了:已经将其中第零个数、第一个数、第二个数的值都告诉我们了。若要知道第几个数的泰波那契数我们可以进一步进行优化:我们让数组的下标分别对应着dp[0]、dp[1]、dp[2],对应的下标就是对应着第几个数的值。因此我们可以给数组多增加一个空间。我们可以这样定义:vector<int> dp(n+1,0) 这样做初始化了所以位置的值都为0,再依次填入dp[1]、dp[2]]完成初始化。
4、填表顺序
就是该从什么方向开始填表,按照dp表的结构以及解题思路填写。
根据题意:
本题的填表顺序为从左往右。
5、返回值
根据题目要求+状态表示来确定。
根据题意:
本题返回值即为数值下标为n的值,即:dp[n]
因此我们写出如下的题解:
class Solution {
public:
int tribonacci(int n) {
// 细节处理
if (n == 0)
return 0;
if (n == 1 || n == 2)
return 1;
// 1、创建dp表
vector<int> dp(n + 1, 0);
// 2、初始化
dp[1] = 1, dp[2] = 1;
// 3、按顺序填表
for (int i = 3; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3];
}
// 4、返回值
return dp[n];
}
};
看到这里你大致已近了解了动态规划的写题步骤,那么再写两题巩固一下吧!
面试题 08.01. 三步问题
三步问题。有个小孩正在上楼梯,楼梯有n阶台阶,小孩一次可以上1阶、2阶或3阶。实现一种方法,计算小孩有多少种上楼梯的方式。结果可能很大,你需要对结果模1000000007。
示例1:
输入:n = 3
输出:4
说明: 有四种走法
示例2:
输入:n = 5
输出:13
提示:
- n范围在[1, 1000000]之间
解题思路:
1、状态表示:dp[i] 表示:到达i位置时,一共有多少种方法。可以根据下图理解:
2、状态转移方程:以i位置的状态,最近的一步来划分问题:我们从上图可知分为三种情况,因此状态转移方程也该分为三种情况,即dp[i-1]到dp[i],dp[i-2]到dp[i],dp[i-3]到dp[i]。可根据下图理解:
因此,写出以下的状态转移方程:dp[i]=dp[i-1]+dp[i-2]+dp[i-3]。
3、初始化:将对应下标初始化,即dp[1]、dp[2]、dp[3],注意提示:
- n范围在[1, 1000000]之间。 因此我们可以如下定义vector<int> dp(n+1)
4、填表顺序:从左往右
5、返回值:dp[n]
因此我们写出如下的题解:
class Solution {
public:
int waysToStep(int n) {
vector<int> dp(n + 1);
if (n == 1)
return 1;
if (n == 2)
return 2;
if (n == 3)
return 4;
int a = 1, b = 2, c = 4, d = 0;
for (int i = 4; i < n + 1; i++) {
int tmp = 0;
tmp = (a + b) % 1000000007;
d = (tmp + c) % 1000000007;
dp[i] = d;
a = b, b = c, c = d;
}
return dp[n];
}
};
746.使用最小花费爬楼梯
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。
示例 1:
输入:cost = [10,15,20]
输出:15
解释:你将从下标为 1 的台阶开始。
- 支付 15 ,向上爬两个台阶,到达楼梯顶部。
总花费为 15 。
示例 2:
输入:cost = [1,100,1,1,1,100,1,1,100,1]
输出:6
解释:你将从下标为 0 的台阶开始。
- 支付 1 ,向上爬两个台阶,到达下标为 2 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 4 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 6 的台阶。
- 支付 1 ,向上爬一个台阶,到达下标为 7 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 9 的台阶。
- 支付 1 ,向上爬一个台阶,到达楼梯顶部。
总花费为 6 。
提示:
- 2 <= cost.length <= 1000
- 0 <= cost[i] <= 999
解题思路:
1、状态表示:dp[i] 表示:到达i位置时,最小花费。
2、状态转移方程:我们根据最近的一步来问题,即:我们先是到达了i-1的位置,花费cost[i-1],走一步即可。先到达了i-2的位置,走两步,花费cost[i-2],即:dp[i-1]+cost[i-1]和dp[i-2]+cost[i-2]。而我们是为了最小的花费,则选取其中最小的即可。
因此,写出以下的状态转移方程:dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
3、初始化:为了保证填表的时候不越界,我们需要将dp[0]=dp[1]=0。这也是因为我们可以不花费直接选择在0位置或者1位置。
4、填表顺序:从左往右
5、返回值:dp[n]
因此我们写出如下的题解:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int num = cost.size();
vector<int> dp(num + 1, 0);
for (int i = 2; i <= num; i++) {
dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[num];
}
};
感谢你耐心的看到这里ღ( ´・ᴗ・` )比心,如有哪里有错误请踢一脚作者o(╥﹏╥)o!
给个三连再走嘛~