leetcode刷题day32|动态规划Part01(509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯)

动态规划的定义

动态规划(Dynamic Programming,简称DP),如果某一问题有很多重叠子问题,使用动态规划是最有效的。动态规划中每一个状态一定是由上一个状态推导出来的。

动态规划解题步骤

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

509. 斐波那契数

动态规划解题步骤:

1、确定dp数组以及下标的含义

dp[i]的定义为:第i个数的斐波那契数值是dp[i]

2、确定递推公式

状态转移方程 dp[i] = dp[i - 1] + dp[i - 2];

3、dp数组如何初始化

dp[0] = 0; dp[1] = 1;

4、确定遍历顺序

由于dp[i]= dp[i - 1] 和 dp[i - 2],所以从前到后遍历。

5、举例推导dp数组

按照这个递推公式dp[i] = dp[i - 1] + dp[i - 2],我们来推导一下,当N为10的时候,dp数组应该是如下的数列:0 1 1 2 3 5 8 13 21 34 55

代码如下:

java 复制代码
class Solution {
    public int fib(int n) {
        if(n<=1) return n;
        int[] dp=new int[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];
    }
}

70. 爬楼梯

爬到第一层楼梯有一种方法,爬到二层楼梯有两种方法。到达第三层就是第一层楼梯再跨两步或者第二层楼梯再跨一步。所以到第三层楼梯的状态可以由第二层楼梯和到第一层楼梯状态推导出来。

动态规划解题步骤:

1、确定dp数组以及下标的含义

dp[i]的定义为:到达i个台阶的方法数dp[i]

2、确定递推公式

状态转移方程 dp[i] = dp[i - 1] + dp[i - 2];

3、dp数组如何初始化

dp[1] = 1;dp[2] = 2;

4、确定遍历顺序

由于dp[i]= dp[i - 1] 和 dp[i - 2],所以从前到后遍历。

5、举例推导dp数组

按照这个递推公式dp[i] = dp[i - 1] + dp[i - 2],我们来推导一下,当N为10的时候,dp数组应该是如下的数列:1 2 3 5 8 13 21 34 55 89

代码如下:

java 复制代码
class Solution {
    public int climbStairs(int n) {
        if(n<=2) return n;
        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];
    }
}

746. 使用最小花费爬楼梯

根据本题的意思,跳到第0和第1阶台阶是不消耗体力的,后面1阶或2阶台阶是需要花费的。

动态规划解题步骤:

1、确定dp数组以及下标的含义

dp[i]的定义为:到达i个台阶花费的最少体力dp[i]

2、确定递推公式

状态转移方程 dp[i] =min(dp[i - 1] +cost[i-1], dp[i - 2]+cost[i-1]);

3、dp数组如何初始化

dp[0] = 0;dp[1] = 0;

4、确定遍历顺序

由于dp[i]= dp[i - 1] 和 dp[i - 2],所以从前到后遍历。

5、举例推导dp数组

cost = [1,100,1,1,1,100,1,1,100,1],我们来推导一下,当N为6的时候,dp数组应该是如下的数列:0 0 1 2 2 3

注意:cost最后一个值对应的不是顶楼,顶楼还需要在往上跳一个台阶。

代码如下:

java 复制代码
class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int[] dp=new int[cost.length+1];
        dp[0]=0;
        dp[1]=0;
        for(int i=2;i<=cost.length;i++){
            dp[i]=Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
        }
        return dp[cost.length];
    }
}
相关推荐
风中的微尘5 小时前
39.网络流入门
开发语言·网络·c++·算法
西红柿维生素6 小时前
JVM相关总结
java·jvm·算法
ChillJavaGuy8 小时前
常见限流算法详解与对比
java·算法·限流算法
sali-tec8 小时前
C# 基于halcon的视觉工作流-章34-环状测量
开发语言·图像处理·算法·计算机视觉·c#
你怎么知道我是队长9 小时前
C语言---循环结构
c语言·开发语言·算法
艾醒9 小时前
大模型面试题剖析:RAG中的文本分割策略
人工智能·算法
纪元A梦11 小时前
贪心算法应用:K-Means++初始化详解
算法·贪心算法·kmeans
_不会dp不改名_11 小时前
leetcode_21 合并两个有序链表
算法·leetcode·链表
mark-puls12 小时前
C语言打印爱心
c语言·开发语言·算法
Python技术极客12 小时前
将 Python 应用打包成 exe 软件,仅需一行代码搞定!
算法