动态规划（一）——斐波那契数列模型

斐波那契数列模型

回头总结：

斐波那契数列模型一般都是线性dp，对于这类DP题目的状态表示一般是 以i为结尾，…
分析状态转移方程时要特别注意：最近的一次状态，怎么转化过来的，几种情况

---

第N个泰波那契数

1137. 第 N 个泰波那契数 - 力扣（LeetCode）

---

【五步分析】

• 状态表示

  根据题目要求，易知dp表的每个元素dp[i]为第 i 个泰波那契数

• 状态转移方程

  题目给出：Tn+3 = Tn + Tn+1 + Tn+2，将该式化简得：Tn = Tn-3 + Tn-2 + Tn-1

  所以状态转移方程为：dp[i] = dp[i-3] + dp[i-2] + dp[i-1]

• 初始化

  初始化要保证不越界，根据状态转移方程可知dp[0]、dp[1]、dp[2]需要初始化，初始化值题目给出

  另外还要处理边界情况，当题目所求的是第0、1个泰波那契数时，初始化dp表可能会出现越界问题，我们要单独处理

• 填表顺序

  从左往右，保证填写当前状态值时，所需状态值均计算过

• 返回值

  根据题目要求和状态表示，可知返回值为dp[n]。另外，由于泰波那契数从0开始，所以我们的dp表要申请 n+1 个空间。

---

【代码编写】

class Solution {
    public int tribonacci(int n) {
        if(n == 0) {
            return 0;
        }
        if(n == 1) {
            return 1;
        }
        //创建dp表
        int[] dp = new int[n + 1];
        //初始化
        dp[1] = dp[2] = 1;
        //填表
        for(int i = 3; i < dp.length; i++) {
            dp[i] = dp[i-3] + dp[i-2] + dp[i-1];
        }
        //返回值
        return dp[n];
    }
}

---

补充：空间优化——滚动数组

以第N个泰波那契数为例，填表时只需要当前状态的前三个状态的值，并且返回值也是最后填入的状态值，随着不断填表，前面的空间相当于浪费了，这时候采用滚动数组的思想进行空间优化：

    public int tribonacci(int n) {
        if(n == 0) {
            return 0;
        }
        if(n == 1 || n == 2) {
            return 1;
        }
        //创建并初始化
        int a = 0,b = 1,c = 1,d = 0;
        //"填表"
        for(int i = 3; i <= n; i++) {
            d = a + b + c;
            a = b;
            b = c;
            c = d;
        }
        //返回值
        return d;
    }

---

三步问题

面试题 08.01. 三步问题 - 力扣（LeetCode）

---

【五步分析】

• 状态表示

  根据经验，dp[i]表示到达i位置时，方法总数

• 状态转移方程

  由于到达dp[i]位置可以选择走1步、2步或者3步，所以可以分三种情况：

  1. 先到达dp[i-1]的位置，然后走一步
  2. 先到达dp[i-2]的位置，然后走两步
  3. 先到达dp[i-3]的位置，然后走三步

  所以状态转移方程为：dp[i] = dp[i-3] + dp[i-2] + dp[i-1]

• 初始化

  dp[0]、dp[1]、dp[2]。同时，要处理边界情况。

• 填表顺序

  从左往右，保证填写当前状态值时，所需状态值均计算过

• 返回值

  返回值就是最后一个填表的状态值dp[n-1]

---

【代码编写】

class Solution {
    public int waysToStep(int n) {
        if(n == 1) {
            return 1;
        }
        if(n == 2) {
            return 2;
        }
        //创建dp表
        int mod = (int)1e9 + 7;
        int[] dp = new int[n];
        //初始化
        dp[0] = 1;
        dp[1] = 2;
        dp[2] = 4;
        //填表
        for(int i = 3; i < dp.length; i++) {
            dp[i] = (((dp[i-1] + dp[i-2])%mod) + dp[i-3])%mod;
        }
        //返回值
        return dp[n-1];
    }
}

【分析时板书】

---

最小花费爬楼梯

746. 使用最小花费爬楼梯 - 力扣（LeetCode）

---

【五步分析】

• 状态表示

  根据经验+要求，dp[i]表示到达i位置时的最小花费

• 状态转移方程

  由于到达dp[i]位置可以选择走1步或者2步，所以具体可以分两种情况：

  1. 先到达dp[i-1]的位置，然后支付cost[i-1]走一步，总花费：dp[i-1]+cost[i-1]
  2. 先到达dp[i-2]的位置，然后支付cost[i-2]走两步，总花费：dp[i-2]+cost[i-2]

  由于要寻找最小花费，所以状态转移方程为：dp[i] = min(dp[i-2]+cost[i-2], dp[i-1]+cost[i-1])

• 初始化

  dp[0]、dp[1]。同时，要处理边界情况。

• 填表顺序

  从左往右，保证填写当前状态值时，所需状态值均计算过

• 返回值

  返回值就是最后一个填表的状态值dp[cost.length]，这是因为到达数组最后一个位置不算是到达楼顶，必须再到达下一个，也正因为如此dp表的长度为cost.length+1

---

【代码编写】

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        //创建dp表
        int[] dp = new int[cost.length+1];
        //初始化
        dp[0] = dp[1] = 0;
        //填表
        for(int i = 2; i < dp.length; i++) {
            dp[i] = Math.min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2]);
        }
        //返回值
        return dp[cost.length];
    }
}

---

【分析时板书】

该题目的dp[i]也可以是从 i 位置开始，到达楼顶的最小花费，即将 i 位置作为起点而非终点，此时状态转移方程为：dp[i] = min(dp[i+1]+cost[i+1], dp[i+2]+cost[i+2])，此时填表顺序是从右往左，返回值则是min(dp[0], dp[1])

---

解码方法

91. 解码方法 - 力扣（LeetCode）

---

【五步分析】

• 状态表示

  根据经验+要求，dp[i]表示以 i 位置为结尾时，编码方法总数

• ★ 状态转移方程

  分析dp[i]的最近的一步：

  新加一个字符时，该字符可能可以单独编码；也可能和前一个字符结合编码，我们得讨论它们的可能性：

  1. 单独编码：‘0’不能单独编码，如果为’0’，则该字符单独编码情况下的方式为0；否则，就是dp[i-1]种方式
  2. 结合编码：将这两个字符结合成一个数字，如果10 <= 结合后的数字 <= 26（01、02…不能解码），则可以结合编码，结合后看作一个整体，所以方法有dp[i-2]种；否则，解码失败，方法数为0。

  所以状态转移方程为：dp[i] = dp[i-1](单独解码成功) + dp[i-2](结合编码成功)

• ★ 初始化

  易分析：dp[0]、dp[1]需要初始化，

  字符串的第一个字符只要不为’0’，dp[0] = 1；否则解码方式一定为0，可以直接return 0；

  第二个字符不为’0’，则dp[1] = 2；否则，解码方式一定是0

• 填表顺序

  从左往右，保证填写当前状态值时，所需状态值均计算过

• 返回值

  返回值就是最后一个填表的状态值dp[s.length()-1]

---

【代码编写】

class Solution {
    public int numDecodings(String s)  {
    int c0 = Character.getNumericValue(s.charAt(0));
    if(c0 == 0) {
        return 0;
    }
    //创建dp表
    int[] dp = new int[s.length()];
    //初始化
    dp[0] = 1;
    if(s.length() == 1) {
        return dp[0];
    }
    int c1 = Character.getNumericValue(s.charAt(1));
    if(c1 != 0) {
        int tmp = c0 * 10 + c1;
        if(tmp <= 26 && tmp >= 10) {
            dp[1] = 2;
        }else {
            dp[1] = 1;
        }
    }else {
        if(c0 == 1 || c0 == 2) {
            dp[1] = 1;
        }else {
            return 0;
        }
    }
    //填表
    for(int i = 2; i < dp.length; i++) {
        int prev = Character.getNumericValue(s.charAt(i-1));
        int cur = Character.getNumericValue(s.charAt(i));
        int total = prev * 10 + cur;
        int dp1 = 0;
        int dp2 = 0;
        if(prev == 0 && cur == 0) {
            return 0;
        }else {
            //单独解码
            if(cur >= 1 && cur <= 9) {
                dp1 = dp[i-1];
            }
            if(total >= 10 && total <= 26) {
                dp2 = dp[i-2];
            }
        }
        dp[i] = dp1 + dp2;
    }
    return dp[s.length()-1];
    }
}

---

【分析时板书】

---