Day38_动态规划
1. 动态规划理论基础
动态规划五步曲:
- 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
2. 斐波那契数
509. 斐波那契数
思路:
dp[i] = dp[i - 1] + dp[i - 2];
class Solution {
public:
int fib(int n) {
if (n < 2) return n;
int dp[2];
int sum = 0;
dp[0] = 0;
dp[1] = 1;
for (int i = 2; i <= n; ++i) {
sum = dp[0] + dp[1];
dp[0] = dp[1];
dp[1] = sum;
}
return sum;
}
};
3. 爬楼梯
70. 爬楼梯
思路:
dp[i]
表示到达第i
层的方法数。dp[i] = dp[i - 1] + dp[i - 2]
- 初始化
dp[1] = 1
,dp[2] = 2
- 要知道前两层的方法数,加起来等于第三层的方法数,所以要先知道前两层的方法数,故数据处理从前往后
方法一:
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
n
)
O(n)
O(n)
class Solution {
public:
int climbStairs(int n) {
if (n <= 2) return n;
vector<int> dp(n + 1, 0);
dp[1] = 1;
dp[2] = 2;
for (int i = 3; i <= n; ++i) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
};
方法二:
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
class Solution {
public:
int climbStairs(int n) {
if (n <= 2) return n;
int dp_pre1 = 1, dp_pre2 = 2;
int dp_now = 0;
for (int i = 3; i <= n; ++i) {
dp_now = dp_pre1 + dp_pre2;
dp_pre1 = dp_pre2;
dp_pre2 = dp_now;
}
return dp_now;
}
};
4. 使用最小花费爬楼梯
746. 使用最小花费爬楼梯
思路:
dp[i]
代表爬到第i
层所花费的最小费用dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])
3.初始化,可以从第0层或第1层出发,故dp[0] = 0
,dp[1] = 0
- 由于每层的最小花费要用到前两层的最小花费,所以要从前往后处理
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int cost_size = cost.size();
if (cost_size <= 0) return 0;
if (cost_size <= 1) return cost[0];
vector<int> dp(cost_size + 1, 0);
dp[0] = 0;
dp[1] = 0;
for (int i = 2; i <= cost_size; ++i) {
dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[cost_size];
}
};