70. 爬楼梯
思路:这一题问爬到第n层一共有多少种方法?
爬到第1层有1种方法,爬到第二层有2种方法,爬到第三层可以由第1层和第二层的状态推导出来
解出这道题的关键在于爬到第n层的方法等于爬到第n-1层的方法数+n-2层的方法数。
想到这个了我们就可以理所应当的想到动态规划:
动规五部曲:
1.dp[i]及其下标的定义:爬到第i层有dp[i]种方法
2.递推公式:dp[i]=dp[i-1]+dp[i-2]
3.初始化:通过递推公式可知得到dp[i]需要前两项的dp,所以初始化dp[1]和dp[2].初始化dp[0]没有任何意义
4.遍历顺序:有递推公式可知从前往后遍历
5.验证dp
746. 使用最小花费爬楼梯
注意题目描述:每当你爬上一个阶梯你都要花费对应的体力值,一旦支付了相应的体力值,你就可以选择向上爬一个阶梯或者爬两个阶梯
思路
动规五部曲:
1.dp[i]及其下标的含义:dp[i]表示走到第i层台阶需要花费的最少金额
2.递推公式:dp[i]=min(dp[i-1],dp[i-2])+cost[i];
3.初始化:和上题一样是初始化dp[1],dp[2];
4.遍历顺序由递推公式从前向后遍历
5.打印dp
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size());
dp[0] = cost[0];
dp[1] = cost[1];
for (int i = 2; i < cost.size(); i++) {
dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i];
}
// 注意最后一步可以理解为不用花费,所以取倒数第一步,第二步的最少值
return min(dp[cost.size() - 1], dp[cost.size() - 2]);
}
};
62.不同路径
思路:
动规五部曲:
1.dp[i][j]及其下标的含义:到横坐标为i纵坐标为j的地方有dp[i][j-1]种方法。
2.递推公式:dp[i][j]=dp[i-1][j]+dp[i][j-1];
3.初始化:由递推公式可知,我们必须初始化确定第0行和第0列的元素值,到达第0行和第0列只有一种方法
4.遍历顺序:从上到下,从左到右。
5.打印确定dp
63. 不同路径 II
思路:
关于遇到障碍,我们要考虑是哪里遇到了障碍,如果在第0行或者第0列遇到了障碍,那么遇到障碍前的地方初始化为1,遇到障碍后的地方初始化为0.当我们在遍历过程中遍历到障碍的时候,dp[i][j]赋值为0.其他地方与上题无异
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
if (obstacleGrid[m - 1][n - 1] == 1 || obstacleGrid[0][0] == 1) //如果在起点或终点出现了障碍,直接返回0
return 0;
vector<vector<int>> dp(m, vector<int>(n, 0));
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];
}
};
343. 整数拆分
思路:
动规五部曲:
1.dp[i]及其下标的定义:dp[i]表示整数i拆分成的最大乘积。
2.递推公式:dp[i]=max(dp[i-j]*j,j*(i-j))
可想dp[i]最大乘积是怎么的到呢?
其实可以从1遍历j,然后有两种渠道得到dp[i].
一个是j*(i-j)直接相乘。一个是j*dp[i-j],相当于拆分(i-j),对这个拆分不理解的话,可以回想dp数组的定义。
那么有同学问了,j怎么不拆分?
j从1开始遍历,拆分j的情况,在遍历j的过程中已经计算过了,那么从1遍历j,比较(i-j)*j和dp[i-j]*j取最大的。递推公式:dp[i]=max(dp[i],max(i-j)*j,dp[i-j]*j));
也可以这么理解,j*(i-j)就是简单拆分成两个数相乘,但是j*dp[i-j]是拆分成3个以上的数相乘。
3.初始化:因为初始化dp[0]和dp[1]没有任何意义,所以我们初始化的最小值就是dp[2]=1
4.遍历顺序:由递推公式可知从前向后遍历
5.打印dp
class Solution {
public:
int integerBreak(int n) {
vector<int> dp(n + 1);
dp[2] = 1;
for (int i = 3; i <= n ; i++) {
for (int j = 1; j < i - 1; j++) {
dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
}
}
return dp[n];
}
};
96.不同的二叉搜索树
思路:
首先写这道题就需要找规律,画出前几个二叉树,dp[1]=1,dp[2]=2,当搜索二叉树有两个节点时,以1为头结点,左子树为0,右子树为1,一共有一种形态。当以2位头结点的时候,左子树为1,右子树为0,有一种形态。当搜索二叉树有3个结点的时候,当以1为头结点时,左子树的形态和有两个结点时的形态相同,当以2为头结点时,左右子树的形态与只有一个结点的二叉搜索树相同,当以3为头结点时,右子树的形态与有两个结点的二叉搜索树相同。
动规五部曲:
1.dp[i]及其下标的含义: dp[i]代表有i个结点组成的二叉搜索树有dp[i]种形态
2.递推公式dp[i]+=dp[j-1]*dp[i-j];
3.初始化:遍历到叶子节点dp[0]=1.为什么让其等于1呢,因为为了计算如果将dp[0]赋值为0的话递推公式遍历到左右子树为0的情况将没有意义。
4.从前往后遍历。
5.打印dp
class Solution {
public:
int numTrees(int n) {
vector<int> dp(n + 1);
dp[0] = 1;
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= i; j++) {
dp[i] += dp[j - 1] * dp[i - j];
}
}
return dp[n];
}
};