LeetCode--动态规划基础概念总结和经典题目解析汇总

最新推荐文章于 2022-04-28 10:45:57 发布

斑马！

最新推荐文章于 2022-04-28 10:45:57 发布

阅读量368

点赞数 1

分类专栏： Java&数据结构和算法

本文链接：https://blog.csdn.net/yezonghui/article/details/112055518

版权

本文总结了动态规划的概念，包括最优子结构和存储中间状态的关键点，并通过六道LeetCode题目（斐波那契数、不同路径、最长公共子序列、三角形最小路径和、最大子序和、零钱兑换）详细解析了动态规划的应用和解题思路。

摘要由CSDN通过智能技术生成

Divide&Conquer + optimal substructure

Divide&Conquer + optimal substructure

1.动态规划和递归或者分治没有根本上的区别（关键看有无最优子结构）

2.共性：找到重复子问题

3.差异性：最优子结构，中途可以淘汰次优解

动态规划关键点

1.最优子结构

2.存储中间状态

3.递推公式（美其名曰：状态转移方程或者dp方程）

题目一：斐波那契数

（题目链接：https://leetcode-cn.com/problems/fibonacci-number/）

斐波那契数，通常用 F(n) 表示，形成的序列称为斐波那契数列。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0，F(1) = 1
F(n) = F(n - 1) + F(n - 2)，其中 n > 1
给你 n ，请计算 F(n)

思路：使用动态规划即动态递推

class Solution {
    public int fib(int n) {
        if(n < 2){return n;}
        int a = 0;
        int b = 1;
        int sum = 0;
        for(int i =2;i<=n;i++){
            sum = a+b;
            a = b;
            b = sum;
        }
        return sum;
    }
}