前几道题属于是摸索,都是照葫芦画瓢,从第三题开始写一些自己的心得
746. 使用最小花费爬楼梯
随想录文字讲解:代码随想录 (programmercarl.com)
随想录视频讲解:动态规划开更了!| LeetCode:746. 使用最小花费爬楼梯_哔哩哔哩_bilibili
状态:做出来了
在写题之前,先看了左神的关于一维动态规划的一些视频。视频中对于一维动态规划的学习可以分为这样的渐进:
先是使用递归暴力的写出来。
然后因为递归中有很多重复计算,就写一个表来存储已经被计算过的数值,这样递归的第一条o(n)深度的从底顶就已经把基本后续需要的值给存到表里了。
这是从底到顶的记忆化动态规划。
底部的数据依赖其前部,所以有从顶到底的动态规划,也就是随想录的分析做法。
三种代码如下:
这个会超时(无记忆)
class Solution {
public:
int digui(vector<int>& cost,int i)
{
if(i<=1) return 0;
return min(digui(cost,i-1)+cost[i-1],digui(cost,i-2)+cost[i-2]);
}
int minCostClimbingStairs(vector<int>& cost)
{
int n=cost.size();
return digui(cost,n);
}
};
记忆化:
class Solution {
public:
int digui(vector<int>& cost,int* arr,int i)
{
if(i<=1) return 0;
if(arr[i]!=-1)
return arr[i];
int res=min(digui(cost,arr,i-1)+cost[i-1],digui(cost,arr,i-2)+cost[i-2]);
arr[i]=res;
return res;
}
int minCostClimbingStairs(vector<int>& cost)
{
int n=cost.size();
int arr[n+1];
memset(arr,-1,sizeof(arr));
return digui(cost,arr,n);
}
};
从顶到底
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost)
{
int n=cost.size();
int dp[n+1];
dp[0]=0;
dp[1]=0;
for(int i=2;i<=n;i++)
dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
return dp[n];
}
};
空间上还可以再优化,让dp数组只有两个长度。