代码随想录算法训练营第三十八天| 动态规划,509. 斐波那契数,70. 爬楼梯,746. 使用最小花费爬楼梯

目录

动态规划

[题目链接: 509. 斐波那契数](#题目链接: 509. 斐波那契数)

思路

代码

[题目链接: 70. 爬楼梯](#题目链接: 70. 爬楼梯)

思路

代码

[题目链接: 746. 使用最小花费爬楼梯](#题目链接: 746. 使用最小花费爬楼梯)

思路

代码

总结


动态规划

Dynamic programming,DP问题。某一问题包含很多重叠的子问题,每个状态都由上一个状态推导而来。问题包括:基础问题,背包问题,打家劫舍,股票问题,子序列问题,

步骤:

  1. 确定dp数组(dp table)以及下标的含义
  2. 确定递推公式
  3. dp数组如何初始化
  4. 确定遍历顺序
  5. 举例推导dp数组

题目链接:509. 斐波那契数

思路

题目给出了dp五部曲中的所有信息。

代码

cpp 复制代码
class Solution {
public:
    int fib(int n) {
        if (n <= 1)
            return n;
        vector<int> dp(n + 1); // 定义dp数组,dp[i]就是斐波那契数列第i个的值
        dp[0] = 0;
        dp[1] = 1; // 按照斐波那契数列初始化前两个数
        for (int i = 2; i <= n; i++) {
            dp[i] = dp[i - 1] + dp[i - 2]; // 递推公式
        }
        return dp[n];
    }
};

题目链接:70. 爬楼梯

思路

1阶有1中方法,2阶有两种方法,3阶则是可以从1阶或者2阶走上来,从1或者2走上来总共3种方法。递推下去,发现与斐波那契数列相同,只是该题的0阶并无含义。对求斐波那契数列的代码进行状态压缩,因为每次求值只跟前两个状态有关,因此只需要三个变量,而不是一个数组。

代码

cpp 复制代码
class Solution {
public:
    int climbStairs(int n) {
        if (n <= 2)
            return n;
        int dp1 = 1; // 一阶台阶
        int dp2 = 2; // 二阶台阶
        int result = 0;
        for (int i = 3; i <= n; i++) {
            result = dp1 + dp2; // 递推公式
            dp1 = dp2;          // 更新
            dp2 = result;
        }
        return result;
    }
};

题目链接:746. 使用最小花费爬楼梯

思路

使用最小消费爬楼梯

1.dpi数组含义为到第i阶台阶所需要花费多少

2.递推公式dpi = min(dpi-1+costi-1, dp\[i-2+costi-2)

3.根据题意和dp数组含义,可知在下标为0或1时不需要花费体力,因此dp0=0,dp1=0

4.遍历顺序,从前向后

5.如果有bug,打印dp数组debug

代码

cpp 复制代码
class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size() + 1); // 到第i阶的所有花费
        dp[0] = 0;                       // 0或1阶不需要花费
        dp[1] = 0;
        for (int i = 2; i <= cost.size(); i++) {
            // 递推公式,每次取最小花费
            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
        }
        return dp[cost.size()]; // 返回最小花费
    }
};

总结

①动态规划的第一天,基础知识种的五部曲很重要

②今天的题都是入门题目,较为简单,但也是看视频讲解后做的

③还是不能依赖核心代码模式,一是在ACM模式下不知道怎么下手,二是不好debug

相关推荐
vivo互联网技术16 小时前
ICLR 2026 | 基于后验采样的图像恢复方法LearnIR:人脸去阴影、去雾
人工智能·算法·aigc
浮生望17 小时前
JS字符串与回文算法:从包装类到双指针的面试进阶之路
javascript·算法
黄敬峰17 小时前
面试必刷:从JS底层包装类到双指针,彻底搞懂字符串与回文算法
算法
地平线开发者1 天前
J6B vio scenario sample
算法
BothSavage2 天前
Trae远程开发中DeepSeek自定义模型4054错误的排查与修复
算法
小林ixn2 天前
从暴力到KMP:一道题彻底搞懂字符串匹配的前世今生
算法
烬羽2 天前
字符串算法入门:从反转字符串到回文判断,面试不再慌
算法·面试
先吃饱再说2 天前
判断回文字符串,从一行代码到双指针优化
算法