算法45:动态规划专练(力扣70: 爬楼梯 力扣746:使用最小花费爬楼梯)

力扣70题: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?

示例 1:

复制代码
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:

复制代码
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

分析:

  1. 如果有1个楼梯,那只能走1步登顶。 1中方法

  2. 如果有2个楼梯。

a. 我们可以一次走一步登顶。

b. 也可以一次走2步,登顶。

累计就是2种方法。

  1. 如果有3个楼梯:

a. 从楼底一步一步走上来

b. 从楼底先走1步,再一次走2步上来

c. 从楼底先一次走2步,再走1步上来

累计就是3种方法。

状态转移分析:

分析1: 步骤a是一步一步走上来的,也就是说要想走到3阶楼梯,前一次是从2阶楼梯上来的.

分析2: 步骤c是先从楼底一次走2步,然后一次走一步。也还是从2阶楼梯走上来的

也就是说 步骤a和步骤c,都依赖2阶楼梯的走法。而我们上面分析过了,从楼底走到2阶楼梯有 2 种方法.

分析3: 步骤b先从楼底走一步,最后一次走2步登顶。也就是说想要走到3阶楼梯,也可以从1 阶楼梯直接一次走2步直接登顶。依赖1阶楼梯

按照这种思路: 从楼底走到1阶楼梯有1种方法,从楼底走到2阶楼梯有2中方法。而3阶楼梯依赖 1阶楼梯和2阶楼梯。本体是要求一共多少种走法,那就是1阶楼梯和2阶楼梯的累加和。

得到公式: F(n) = F(n-1) + F(n-2). n > 2.

递归代码:

java 复制代码
   public int climbStairs(int n)
    {
        if (n <= 1) {
            return n == 1 ? 1 : 0;
        }

        if (n == 2) {
            return 2;
        }

        return climbStairs(n-1) + climbStairs(n-2);
    }

之前我已经写过很多篇介绍如何把递归改为动态规划的博客了。这一题比较简单,我再介绍一次。我们根据题目可以知道 n > 2. 那我假设 n== 4,那么推导过程:

第一步:

|------|---------------|--------------|-------|-------|
| 开始位置 | 1阶段楼梯 | 2阶段楼梯 | 3阶段楼梯 | 4阶段楼梯 |
| 楼底 | 根据 n<=1, 得到1 | 根据 n = 2 得到2 | | |

去掉推导过程,那结果就是:

|------|-------|-------|-------|-------|
| 开始位置 | 1阶段楼梯 | 2阶段楼梯 | 3阶段楼梯 | 4阶段楼梯 |
| 楼底 | 1 | 2 | | |

第二步:

根据 climbStairs(n-1) + climbStairs(n-2) 可以把后面的结果都给推出来:

|------|-------|-------|-------|-------|
| 开始位置 | 1阶段楼梯 | 2阶段楼梯 | 3阶段楼梯 | 4阶段楼梯 |
| 楼底 | 1 | 2 | 3 | 5 |

由此可以知道,动态规划使用1维数组即可:

java 复制代码
 //时间复杂度 O(n)
    public int climbStairs2(int n){
        
        //只有1阶楼梯
        if (n <= 1) {
            return n == 1 ? 1 : 0;
        }

        //2阶楼梯
        if (n == 2) {
            return 2;
        }
        
        int[] dp = new int[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];
    }

力扣746:使用最小花费爬楼梯

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:

复制代码
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:

复制代码
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 。

分析:

a. 这一题求的是最小花费,跟出发位置有关以及数组长度有关。以 [10,15,20]为例,数组长度为3,登顶的意思就是不是说到达数组最后一个下标,而是要把最后一个下标也给走完。

我们把爬楼梯理解成爬楼层,可能会更好懂一些。

假设一共有6层楼,登顶肯定是把6楼的楼梯也给走完才行。而数组的最后一个元素,只是代表 6楼到楼顶的所花费的代价。

b. 如果数组为空,那就直接返回0;

c. 如果数组为1, 直接返回数组的唯一值

d. 如果数组长度为2. 也就是说有2层楼。你要想到达楼顶,选取数组2个元素中较小的。

假设数组为 [10 ,15]. 到达楼顶:

如果你从楼底出发,一次走两层直接登顶。花费的代价就是10

如果你从1楼出发,一次走一层直接登顶。花费的代价就是15.

最终花费的代价就是10。

e:3个楼梯,假设数组 [10,15,20]。 到顶的意思,就是把楼梯走完,也就是数组的长度为3.

而数组10, 15, 20 代表的是 从楼底到1层 从1层到2层,从2层到3层的花费。

如果登顶, 那只能是从2层或者3层出发的。需要计算出到达2层花费的最小累加和,与到达3层的最小累加和。两者相比取小值。

java 复制代码
package code04.动态规划专项训练01;

/**
 * 力扣746题
 * https://leetcode.cn/problems/min-cost-climbing-stairs/description/?envType=study-plan-v2&envId=dynamic-programming
 */
public class MinCostClimbingStairs_04 {

    public int minCostClimbingStairs(int[] cost) {
        //没有台阶
        if (cost == null || cost.length == 0) {
            return 0;
        }

        //只有1个台阶,只能从下标为0处开始爬
        if (cost.length == 1) {
            return cost[0];
        }

        //只有2个台阶,取小
        if (cost.length == 2) {
            return Math.min(cost[0], cost[1]);
        }

        int[] dp = new int[cost.length + 1];
        dp[0] = 0;
        dp[1] = 0;
        int size = cost.length;
        for (int i = 2; i <= size; i++) {
            //需要计算 i-1 号楼梯经过1步走上来的代价  和 i - 2 号楼梯
            //直接跨越2个楼梯走上来的代价
            //这一题的其妙之处就是第i号楼梯的代价是要在 i + 1 和 i + 2楼梯的时候
            //才会计算。如果没有这两个楼梯,就不需要考虑i号楼梯的代价了。比如:
            //[10,15,20]. 只需要花费15就可以爬完楼梯
            dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i-2] + cost[i-2]);
        }

        return dp[size];
    }

    public static void main(String[] args) {
        MinCostClimbingStairs_04 ss = new MinCostClimbingStairs_04();
        int[] arr = {10, 15, 20};
        int[] arr2= {1,100,1,1,1,100,1,1,100,1};
        System.out.println(ss.minCostClimbingStairs(arr2));
    }
}
相关推荐
肥猪猪爸29 分钟前
使用卡尔曼滤波器估计pybullet中的机器人位置
数据结构·人工智能·python·算法·机器人·卡尔曼滤波·pybullet
readmancynn41 分钟前
二分基本实现
数据结构·算法
萝卜兽编程43 分钟前
优先级队列
c++·算法
盼海1 小时前
排序算法(四)--快速排序
数据结构·算法·排序算法
一直学习永不止步1 小时前
LeetCode题练习与总结:最长回文串--409
java·数据结构·算法·leetcode·字符串·贪心·哈希表
Rstln2 小时前
【DP】个人练习-Leetcode-2019. The Score of Students Solving Math Expression
算法·leetcode·职场和发展
芜湖_2 小时前
【山大909算法题】2014-T1
算法·c·单链表
珹洺2 小时前
C语言数据结构——详细讲解 双链表
c语言·开发语言·网络·数据结构·c++·算法·leetcode
几窗花鸢2 小时前
力扣面试经典 150(下)
数据结构·c++·算法·leetcode
.Cnn2 小时前
用邻接矩阵实现图的深度优先遍历
c语言·数据结构·算法·深度优先·图论