【代码随想录day32】【C++复健】509. 斐波那契数;70. 爬楼梯;746. 使用最小花费爬楼梯

今天的内容相对比较基础,作为一个二周目的人做这些题相对还是容易的。
不过dp五部曲有些忘了,在这里再记录一下:

  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

509. 斐波那契数

虽然也是一遍写出来,但这样的定义方法假如是从后往前遍历就不行了。所以最好还是按照解析里的写法,写成vector<int> dp(N + 1);的样子比较好。

cpp 复制代码
class Solution {
public:
    int fib(int n) {
        vector<int> dp;
        dp.push_back(0);
        dp.push_back(1);
        for(int i=2; i<=n; i++){
            dp.push_back(dp[i-1]+dp[i-2]);
        }
        return dp[n];
    }
};

70. 爬楼梯

好像做了两道题,又好像做了一道题似的。这次改进了上面一个题的问题。

cpp 复制代码
class Solution {
public:
    int climbStairs(int n) {
        vector<int> dp(n+1);
        dp[0] = 1;
        dp[1] = 1;
        for(int i=2; i<=n; i++){
            dp[i] = dp[i-1] + dp[i-2];
        }
        return dp[n];
    }
};

746. 使用最小花费爬楼梯

这个题有一个稍微绕一点的点在于,本题的dp[0]并不是什么都不干的dp[0],而是迈上序号为0,实则为第一级台阶所需要花费的cost。

在上一题中,我们的dp[0]代表的是什么都不干,但本题实际上是迈了一步的。

为什么会有这一点区别呢?我们可以从题设里面看出来。

70的爬楼梯里面说"需要迈n级台阶",也就是说实际上我们只要迈到高度为n的台阶就可以停下了。也就是当0代表什么都不干的时候,n正好代表迈了n级台阶。

而本题的爬楼梯,如果我们按照之前的方式来定义,当我到达最后一个位置,也就是dp[cost.size()]这个位置,实际上代表的是到达cost数组最后一个元素所需要的花费,我们还需要往上迈一步,才算按照题设里说的,"达到楼梯顶部"。而我们如果把dp[0]设为迈了1步的情况的话,恰好dp[cost.size()]这个位置才对应的是到达顶部的cost。

理解了这一点之后,想要写出来整体代码就并不复杂了。

cpp 复制代码
class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        int n= cost.size();
        vector<int> dp(n+1);
        dp[0] = 0;
        dp[1] = 0;
        for(int i=2; i<=n; i++){
            dp[i] = min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2]);
        }
        return dp[n];
    }
};
相关推荐
董董灿是个攻城狮11 小时前
AI视觉连载8:传统 CV 之边缘检测
算法
blasit17 小时前
笔记:Qt C++建立子线程做一个socket TCP常连接通信
c++·qt·tcp/ip
AI软著研究员18 小时前
程序员必看:软著不是“面子工程”,是代码的“法律保险”
算法
FunnySaltyFish18 小时前
什么?Compose 把 GapBuffer 换成了 LinkBuffer?
算法·kotlin·android jetpack
颜酱19 小时前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法
地平线开发者1 天前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮1 天前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者1 天前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考1 天前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx2 天前
CART决策树基本原理
算法·机器学习