动态规划
- 确定dp数组(dp table)以及下标的含义
- 确定递推公式
- dp数组如何初始化
- 确定遍历顺序
- 举例推导dp数组
1.斐波那契数
int fib(int N) {
if (N < 2) return N;
vector<int> dp(N + 1);
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i <= N; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[N];
}
优化空间复杂度:
只记录前两个状态,优化成常数空间
int fib(int N) {
if (N < 2) return N;
int dp[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];
}
2.爬楼梯
dp[i]:爬到第i层楼梯,有dp[i]种方法
dp[i - 1],上i-1层楼梯,有dp[i - 1]种方法,那么再一步跳一个台阶就是dp[i]。
dp[i - 2],上i-2层楼梯,有dp[i - 2]种方法,那么再一步跳两个台阶就是dp[i]。
所以dp[i] = dp[i - 1] + dp[i - 2] ,其实就是斐波那契数列。
int climbStairs(int n){
if(n<2) return n;//dp[0]题目中未定义
int dp[3];//因为需要用到dp[2]
dp[1]=1;
dp[2]=2;
for(int i=3;i<=n;i++){
int sum=dp[1]+dp[2];
dp[1]=dp[2];
dp[2]=sum;
}
return dp[2];
}
3.最小花费爬楼梯
dp[i]的定义:第i个台阶所花费的最少体力为dp[i]。
dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i];
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];
}
return min(dp[cost.size()-1], dp[cost.size()-2]);//最后一步可以理解为不用花费体力
}
4.不同路径
dp[i][j] :表示从(0 ,0)出发,到(i, j) 有dp[i][j]条不同的路径。
int uniquePaths(int m, int n) {
vector< vector<int> > dp(m,vector<int>(n,0));
for(int i=0;i<m;i++){
dp[i][0]=1;
}
for(int j=0;j<n;j++){
dp[0][j]=1;
}
for(int i=1;i<m;i++){
for(int j=1;j<n;j++){
dp[i][j]=dp[i-1][j]+dp[i][j-1];
}
}
return dp[m-1][n-1];
}
5.不同路径2
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m=obstacleGrid.size();
int n=obstacleGrid[0].size();
vector< vector<int> > dp(m,vector<int> (n,0));
for(int i=0;i<m && obstacleGrid[i][0]==0;i++){
dp[i][0]=1;//obstacleGrid[i][0]==0是因为有障碍的点是为1的,
} // 第一列的障碍包括障碍之后的点走不了,不赋值
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){//遇到障碍跳出小循环
continue;
}
dp[i][j]=dp[i-1][j]+dp[i][j-1];
}
}
return dp[m-1][n-1];
}
6.整数拆分
dp[i]:分拆数字i,可以得到的最大乘积为dp[i]。
j的含义是对正整数i拆分出的第一个正整数是 j
j*(i-j)是单纯的把整数拆分为两个数相乘,j*dp[i-j]是拆分成两个以上的个数相乘,取其中最大的作为dp[i]
递推式子j*dp[i-j]包含dp[j1]*dp[i-j1],如:
dp[10]=2*dp[8]=2*(2*3*3)=dp[5]*dp[5]=2*3 *2*3
int integerBreak(int n) {
vector<int> dp(n+1,0);
dp[2]=1;
for(int i=3;i<=n;i++){//???
for(int j=1;j<i-1;j++){//???
dp[i]=max(dp[i],max(j*(i-j),j*dp[i-j]));
}
}
return dp[n];
}
7.不同的二叉搜索树
dp[i] :1到i为节点组成的二叉搜索树的个数为dp[i]。
dp[3] = dp[2] * dp[0] + dp[1] * dp[1] + dp[0] * dp[2]
dp[i] += dp [ 以j为头结点左子树节点数量 ] * dp[ 以j为头结点右子树节点数量 ]
int numTrees(int n){
vector<int> dp(n+1);//需要遍历到n
dp[0]=1;//空结点也是一颗二叉树
for(int i=1;i<=n;i++){//i遍历结点数
for(int j=1;j<=i;j++){//j遍历i范围内每个数作为头结点的状态
dp[i]+=dp[j-1]*dp[i-j];//j-1即以j为头结点左子树节点数量
}
}
return dp[n];
}