目录
动态规划
什么是动态规划
动态规划,英文名:Dynamic Programming,简称DP,如果某一问题有很多重叠子问题,使用动态规划是最有效的。
所以动态规划中每一个状态一定是由上一个状态推导出来的,这一点就区分于贪心,贪心没有状态推导,而是从局部直接选最优的
动态规划五部曲
-
确定dp[i]数组及i的含义
-
确定推导公式
-
dp数组的初始化
-
确定数组遍历顺序
-
举例推导
509.斐波那契数
Java代码
class Solution {
public int fib(int n) {
//动态规划五部曲
/**
1. 确认dp[i]及i下标的含义:dp[i]是第i个的和
2. 确认递推公式:dp[i] = dp[i-1] + dp[i-2]
3. 确认dp数组初始化:dp[0] = 0; dp[1] = 1;
4. 确认遍历顺序: 从前往后
5. 举例推导dp数组
*/
if (n <= 1) {
return n;
}
int[] dp= new int[n+1]; //长度为n+1,因为需要统计n的值,则索引要包含n
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i <= n; i++) {
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
}
70.爬楼梯
Java代码
class Solution {
public int climbStairs(int n) {
//确定dp数组及i的含义:第i个台阶的爬到楼顶的方法是dp[i]
//确定递推公式:dp[i] = dp[i-1]+dp[i-2]
//dp数组的初始化:dp[1] = 1; dp[2] = 2;
//确认dp数组的遍历顺序:从前往后遍历
//举例推导dp数组
if (n < 2) {
return n;
}
int[] dp = new int[n+1];
dp[1] = 1;
dp[2] = 2;
for (int i =3; i <= n; i++) {
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
}
746.使用最小花费爬楼梯
Java代码
class Solution {
public int minCostClimbingStairs(int[] cost) {
//确定dp数组及i的含义:第i个台阶的爬楼梯的花费是dp[i]
//确定递推公式:dp[i] = min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2])
//dp数组的初始化:dp[0] = 0; dp[1] = 0;
//确认dp数组的遍历顺序:从前往后遍历
//举例推导dp数组
if (cost.length == 0) {
return 0;
}
int[] dp = new int[cost.length+1];
//跳到下标0 或 1 不需要花费,从下标0 1 开始跳则需要花费
dp[0] = 0;
dp[1] = 0;
for (int i = 2; i <= cost.length; i++) {
dp[i] = Math.min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2]);
}
return dp[cost.length];
}
}