动态规划理论基础
- 什么是动态规划:Dynamic Programming,简称DP,如果某一个有很多重叠子问题,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(这一点就区别于贪心,贪心没有状态推导,直接从局部选择最优)
- 动态规划的解题步骤:
- 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
- 动态规划如何debug:做动规题目前,要把状态转移到dp数组上模拟一遍,再写出代码,将dp数组打印出来比较是哪一步出了问题
509.斐波那契数
- 误区一:要先输出当n0或n1的情况,然后在计算n>1情况下,要初始化dp[0]\dp[1],但是若n==0,则初始化dp[1]为错误,因此要先输出特殊情况
- 可以用int数组也可以用vector
- 实际上dp只需要维护最近的两个数,不需要维护所有数列
70.爬楼梯
- 用递归可以做,但是会超出时间限制
- 前面所提到的:动态规划中每一个状态一定是由上一个状态推导出来的,在本题中表现为:到第三层楼梯的状态可由第一层楼梯和第二层楼梯的状态推导出来
- 动规五部曲具体化:
- 确定dp数组(dp table)以及下标的含义:爬到第i层楼梯有**dp[i]**种方法
- 确定递推公式:①从第i-1层楼梯爬一层阶梯到i层;②从第i-2层楼梯爬两层阶梯到i层;因此dp[i] = dp[i-1] + dp[i-2]
- dp数组如何初始化:将第1、第2层楼梯初始化,从第三层开始递推
- 确定遍历顺序
- 举例推导dp数组
- 实际实现和509题一样,重点在于理解递推
746.使用最小花费爬楼梯
- 70.爬楼梯进阶版,但是和70很相似(动态规划+贪心)
- dp[i]的意义:爬到第i层台阶所需要的最小花费(解答时要注意要求的是到达楼梯顶部,也即n层全部爬完,到最后一层还要往上一格)
- 推导公式:爬到第i层的花费为:①爬到第i-1层的花费+从i-1层到第i层的花费;②爬到第i-2层+从第i-2层爬到第i层的花费;①②间取最小值