刷题记录
509. 斐波那契数
递归
时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( n ) O(n) O(n)
cpp
// c++
class Solution {
public:
int fib(int n) {
if(n<2) return n;
return fib(n-1) + fib(n-2);
}
};
循环
时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)
cpp
//c++
class Solution {
public:
int fib(int n) {
if(n<2) return n;
int a=0, b=1;
for(int i=2; i<=n; i++){
swap(a, b);
b += a;
}
return b;
}
};
动态规划
时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( n ) O(n) O(n)
cpp
// c++
class Solution {
public:
int fib(int n) {
if(n<2) return n;
vector<int> dp(n+1, 0);
dp[1]=1;
for(int i=2; i<=n; i++){
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
};
70. 爬楼梯
本质上还是斐波那契数列。用递归会在45处时间超限。
时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)
cpp
// c++
class Solution {
public:
int climbStairs(int n) {
if(n<=2) return n;
int a=1, b=2;
for(int i=3; i<=n; i++){
swap(a,b);
b+=a;
}
return b;
}
};
746. 使用最小花费爬楼梯
动态规划。使用dp记录到达第i个楼梯所需要花费的费用。起始位置不需要支付费用,而起始位置可以是0和1,因此0、1位置的dp值为0.从2开始计算当前位置所需的最小花费。到达第i层的费用等于到达前一步的最小花费+前一步的花费。具体来说,若前一步是爬1个台阶到达第i层,则第i层的花费为cost[i-1]+dp[i-1];若前一步是爬2个台阶到达第i层,则第i层的花费为cost[i-2]+dp[i-2]。
时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( n ) O(n) O(n)
cpp
// c++
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size()+1, 0);
for(int i=2; i<=cost.size(); i++){
dp[i] = min(cost[i-1]+dp[i-1], cost[i-2]+dp[i-2]);
}
return dp[cost.size()];
}
};
优化空间:上面的代码中起始每次都是只操作前面两个空间,因此只使用两个变量来计算既可。
时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( 1 ) O(1) O(1)
cpp
//c++
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int a=0, b=0;
for(int i=2; i<=cost.size(); i++){
int mincost = min(cost[i-1]+b, cost[i-2]+a);
a = b;
b = mincost;
}
return b;
}
};