又是新的一天,今天开始学动态规划,自己也要加油o(*^▽^*)┛
动态规划理论基础视频:从此再也不怕动态规划了,动态规划解题方法论大曝光 !| 理论基础 |力扣刷题总结| 动态规划入门_哔哩哔哩_bilibili
leetcode 509. 斐波那契数
题目链接:509. 斐波那契数 - 力扣(LeetCode)
视频链接:手把手带你入门动态规划 | LeetCode:509.斐波那契数_哔哩哔哩_bilibili
题目概述
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
给定 n
,请计算 F(n)
。
示例 1:
输入:n = 2 输出:1 解释:F(2) = F(1) + F(0) = 1 + 0 = 1
示例 2:
输入:n = 3 输出:2 解释:F(3) = F(2) + F(1) = 1 + 1 = 2
思路
题是一道简单题,但是把这道题放在动态规划中是因为:要用简单的题目来加深对解题方法论的理解。
像学习二叉树时用递归会有递归三部曲,学回溯时会有回溯三部曲,那么学动规也有动规五部曲,而动规五部曲也会贯穿所有动态规划的题。
动规五部曲:
1.确定dp数组(dp table)以及下标的含义
本题dp[i]表示:第i个数的斐波那契数值是dp[i]
2.确定递推公式
本题的公式(其实题目已经给我们了):dp[i] = dp[i-1] + dp[i-2]
3.dp数组如何初始化
本题的初始化(其实题目也给我们了):dp[0] = 0,dp[1] = 1
4.确定遍历顺序
从前向后遍历(有的题也会从后向前去遍历)
5.举例推导dp数组
假设N=7,那么根据递推公式来写 数组应该为:0 1 1 2 3 5 8 13
(如果不对,就把数组打印出来,再去找错误,因为有的动规用肉眼很难去发现错误,有的时候你可能跟答案写的一模一样,但还是报错,这时打印dp数组去和我们自己推导的dp数组来对比,到底是哪里出问题了,才是最好的办法)
代码实现
class Solution {
public:
int fib(int n) {
if(n <= 1) return n;
vector<int> dp(n + 1);
dp[0] = 0;
dp[1] = 1;
for(int i = 2;i <= n;i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
};
leetcode 70. 爬楼梯
视频链接:带你学透动态规划-爬楼梯(对应力扣70.爬楼梯)| 动态规划经典入门题目_哔哩哔哩_bilibili
题目概述
假设你正在爬楼梯。需要 n
阶你才能到达楼顶。
每次你可以爬 1
或 2
个台阶。你有多少种不同的方法可以爬到楼顶呢?
示例 1:
输入:n = 2 输出:2 解释:有两种方法可以爬到楼顶。 1. 1 阶 + 1 阶 2. 2 阶
示例 2:
输入:n = 3 输出:3 解释:有三种方法可以爬到楼顶。 1. 1 阶 + 1 阶 + 1 阶 2. 1 阶 + 2 阶 3. 2 阶 + 1 阶
思路
其实这道题自己写一写,想一想,然后你就会突然发现,这道题不就是斐波那契数吗,也就是初始化的时候会有一点点小区别。
依旧是动规五部曲:
1.确定dp数组(dp table)以及下标的含义
dp[i]:表示爬到第i层有dp[i]种方法
2.确定递推公式
dp[i] = dp[i-1] + dp[i-2]
3.dp数组如何初始化
dp[1] = 1;dp[2] = 2
为什么不用dp[0] = 0/dp[0] = 1 因为没意义!!
4.确定遍历顺序
从前向后
5.举例推导dp数组
1 2 3 5 8 13...
代码实现
class Solution {
public:
int climbStairs(int n) {
if(n <= 1) return n;
vector<int> dp(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];
}
};
leetcode 746. 使用最小花费爬楼梯
题目链接:746. 使用最小花费爬楼梯 - 力扣(LeetCode)
视频链接:动态规划开更了!| LeetCode:746. 使用最小花费爬楼梯_哔哩哔哩_bilibili
题目概述
给你一个整数数组 cost
,其中 cost[i]
是从楼梯第 i
个台阶向上爬需要支付的费用。一旦你支付此费用,即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0
或下标为 1
的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。
示例 1:
输入:cost = [10,15,20] 输出:15 解释:你将从下标为 1 的台阶开始。 - 支付 15 ,向上爬两个台阶,到达楼梯顶部。 总花费为 15 。
示例 2:
输入:cost = [1,100,1,1,1,100,1,1,100,1] 输出:6 解释:你将从下标为 0 的台阶开始。 - 支付 1 ,向上爬两个台阶,到达下标为 2 的台阶。 - 支付 1 ,向上爬两个台阶,到达下标为 4 的台阶。 - 支付 1 ,向上爬两个台阶,到达下标为 6 的台阶。 - 支付 1 ,向上爬一个台阶,到达下标为 7 的台阶。 - 支付 1 ,向上爬两个台阶,到达下标为 9 的台阶。 - 支付 1 ,向上爬一个台阶,到达楼梯顶部。 总花费为 6 。
思路
1.确定dp数组(dp table)以及下标的含义
dp[i]:表示到达第i个台阶所花费的最少体力
2.确定递推公式
其实这也是爬楼梯,在公式上没有多大区别,唯一不同的是这次想往上爬楼梯还需要花money,只不过花钱的时候选择最小的花销而已。
dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]。
dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]。
所以一定是选最小的,所以dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
3.dp数组如何初始化
dp[0] = 0,dp[1] = 0(题中已明确说明:你可以选择从下标为 0
或下标为 1
的台阶开始爬楼梯。)
4.确定遍历顺序
从前向后
5.举例推导dp数组
代码实现
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size() + 1);
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()];
}
};