算法训练营day37

动态规划

1.斐波那契数

1.使用数组存储子问题结果

class Solution {
    public int fib(int N) {
        if (N == 0) return 0;
        int[] dp = new int[N + 1];
        // base case
        dp[0] = 0; dp[1] = 1;
        // 状态转移
        for (int i = 2; i <= N; i++) {
            dp[i] = dp[i - 1] + dp[i - 2];
        }

        return dp[N];
    }
}

2.使用变量(优化)存储子问题结果

class Solution {
    public int fib(int n) {
        if (n == 0 || n == 1) {
            // base case
            return n;
        }
        // 分别代表 dp[i - 1] 和 dp[i - 2]
        int dp_i_1 = 1, dp_i_2 = 0;
        for (int i = 2; i <= n; i++) {
            // dp[i] = dp[i - 1] + dp[i - 2];
            int dp_i = dp_i_1 + dp_i_2;
            // 滚动更新
            dp_i_2 = dp_i_1;
            dp_i_1 = dp_i;
        }
        return dp_i_1;
    }
}

2.爬楼梯

class Solution {
    // private Map<Integer,Integer> stroMap = new HashMap<>();
    int [] memo;
    public int climbStairs(int n) {
        memo = new int[n + 1];
        return dp(n);
    }
    int dp(int n){
        if(n == 1) return 1;
        if(n == 2) return 2;
        if(memo[n] > 0){
            return memo[n];
        }
        //状态转移方程
        //爬到第n级台阶的方法个数等于爬到 n - 1 的方法个数 和 爬到 n - 2 的方法个数之和
        memo[n] = dp(n - 1) + dp(n - 2);
        return memo[n];
        }
}

3.使用最小花费爬楼梯

1. 明确dp[]数组的含义，dp[i]表示爬上i层阶梯需要的最小花费
2. 正确初始化，初始化dp[0] == dp[1] == 0
3. 由于每一步可以登1层或2层阶梯，那么就由[i - 1]（登上i-1需要花费的最小值 + 再向上登需要花费cost[i-1]） 与（[i - 2] + cost[i -2 ]）中的最小值组成dp[i]

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int n = cost.length;
        int[] dp = new int[n+1];
        Arrays.fill(dp, Integer.MAX_VALUE);
        dp[0] = 0;
        dp[1] = 0;
        for(int i=2; i<=n; i++){
            dp[i] = Math.min(dp[i-1] + cost[i-1], dp[i-2]+cost[i-2]);
        }
        return dp[n];
    }
}