leetcode 06. 动态规划之 爬楼梯 最小花费爬楼梯 打家劫舍

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/WUUUSHAO/article/details/88364238

开始的话:
每天三道题,养成良好的思维习惯。
一位爱生活爱技术来自火星的程序汪

爬楼梯

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 12 个台阶。你有多少种不同的方法可以爬到楼顶呢?

注意:给定 n 是一个正整数。

示例 1:

输入: 2
输出: 2
解释: 有两种方法可以爬到楼顶。
1.  1+ 12.  2 阶
示例 2:

输入: 3
输出: 3
解释: 有三种方法可以爬到楼顶。
1.  1+ 1+ 12.  1+ 23.  2+ 1

s h o w show m y my c o d e code

class Solution:
    def climbStairs(self, n: int) -> int:

        state = [0] * n

        if n < 2:
            return n

        state[0] = 1
        state[1] = 2

        for i in range(2, n):
            state[i] = state[i - 1] + state[i - 2]

        return state[n - 1]

最小花费爬楼梯

数组的每个索引做为一个阶梯,第 i个阶梯对应着一个非负数的体力花费值 cost[i](索引从0开始)。

每当你爬上一个阶梯你都要花费对应的体力花费值,然后你可以选择继续爬一个阶梯或者爬两个阶梯。

您需要找到达到楼层顶部的最低花费。在开始时,你可以选择从索引为 01 的元素作为初始阶梯。

示例 1:

输入: cost = [10, 15, 20]
输出: 15
解释: 最低花费是从cost[1]开始,然后走两步即可到阶梯顶,一共花费15。
 示例 2:

输入: cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]
输出: 6
解释: 最低花费方式是从cost[0]开始,逐个经过那些1,跳过cost[3],一共花费6。
注意:

cost 的长度将会在 [2, 1000]。
每一个 cost[i] 将会是一个Integer类型,范围为 [0, 999]

s h o w show m y my c o d e code

class Solutiont:
    def minCostClimbingStairs(self, cost: list) -> int:
        state = [0] * len(cost)

        state[0] = cost[0]
        state[1] = cost[1]

        for i in range(2, len(cost)):
            state[i] = cost[i] + min(state[i - 1], state[i - 2])

        return min(state[i], state[i - 1])

打家劫舍

你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。

给定一个代表每个房屋存放金额的非负整数数组,计算你在不触动警报装置的情况下,能够偷窃到的最高金额。

示例 1:

输入: [1,2,3,1]
输出: 4
解释: 偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。
     偷窃到的最高金额 = 1 + 3 = 4 。
示例 2:

输入: [2,7,9,3,1]
输出: 12
解释: 偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9),接着偷窃 5 号房屋 (金额 = 1)。
     偷窃到的最高金额 = 2 + 9 + 1 = 12

s h o w show m y my c o d e code

def rob(nums):
    """
    :type nums: List[int]
    :rtype: int
    """
    l = len(nums)
    if not l:
        return l
    if l == 1:
        return nums[0]
    dp = list()
    dp.append(nums[0])
    dp.append(max([nums[0], nums[1]]))
    for i in range(2, l):
        #   dp[i - 1] 不包含最后一个
        #   dp[i - 2] + nums[i]] 包含最后一个
        dp.append(max([dp[i - 1], dp[i - 2] + nums[i]]))

    return dp[l - 1]

谢谢!

更多代码请移步我的个人 g i t h u b github ,会不定期更新。
本章代码见 c o d e code
欢迎关注

猜你喜欢

转载自blog.csdn.net/WUUUSHAO/article/details/88364238