学习要点
- 动态规划正着推
- 动态规划倒着推
- 理解递归
- 在动态规划与纯递归的类比分析中体会两者各自的特点
题目链接
746. 使用最小花费爬楼梯 - 力扣(LeetCode)
题目描述
解法1:动态规划倒着推
cpp
复制代码
// dp[i]--->从第i阶楼梯到达楼顶最小花费
int minCostClimbingStairs(vector<int>& cost) {
// dp[i]--->从第i阶楼梯到达楼顶最小花费
int n = cost.size();
vector<int> dp(n);
dp[n-1] = cost[n-1];
dp[n-2] = cost[n-2];
for(int i = n-3;i>=0;i--)
{
dp[i] = min(dp[i+1] , dp[i+2]) + cost[i];
}
return min(dp[0],dp[1]);
}
解法2:动态规划正着推
cpp
复制代码
//dp[i]--->到达第i阶楼梯的最小花费
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 + 1); i++)
{
dp[i] = min((dp[i - 1] + cost[i - 1]), (dp[i - 2] + cost[i - 2]));
}
return dp[n];
}
解法分析
- 两种解法都是采用动态规划思想去解决问题,也就是说采用动态规划方法去解决问题时,不止一种思考方式
- 动态规划法去解决问题时,宏观逻辑是,利用计算机的记忆,把每种情况都记住,然后一步步迭代,这次迭代的过程,依赖上次迭代的结果,上次迭代的结果被计算机存储了。
- 可以说动态规划是在一步步的暴力穷举,只有走了第一步,才能走好第二步。只有走了第二步,才能走好第三步
- 动态规划在记什么:在记状态,你决定如何考虑状态,就决定你要怎么走
- 最好怎么考虑状态:状态最少的状态,就是解决问题最好的状态
解法3:纯递归
cpp
复制代码
// 纯递归-->通过样例259/285,超出时间限制
int dfs(int n,vector<int>& cost)
{
if(n == 0) return 0;
if(n == 1) return 0;
int num_1 = dfs(n-1,cost) + cost[n-1];
int num_2 = dfs(n-2,cost) + cost[n-2];
return min(num_1,num_2);
}
int minCostClimbingStairs(vector<int>& cost) {
int n = cost.size();
int m1 = dfs(n-1,cost) + cost[n-1];
int m2 = dfs(n-2,cost) + cost[n-2];
return min(m1,m2);
}
动态规划与递归类比
- 两者都是从最小或者说最直接的问题开始进行处理,一步步处理问题,达到最终目的
- 动态规划的问题处理过程是指定迭代结构,时间复杂度为O(n)
- 递归的问题处理过程是递归树结构,有太多的重复计算,造成时间复杂度膨胀
- 递归往往因为时间复杂度太高,而无法处理大范围的动态规划问题以及其它大范围的问题
- 递归能处理的问题,动态规划未必能轻松处理。例如leetcode:21. 合并两个有序链表-CSDN博客如果使用动态规划,实在无从下手。