Day23:动态规划 | 爬楼梯,不同路径,拆分

1.509. 斐波那契数

python 复制代码
class Solution:
    def fib(self, n: int) -> int:
        if n < 2:
            return n
        dp = [0]*(n+1)
        dp[0],dp[1] = 0, 1

        for i in range(2, n+1):
            dp[i] = dp[i-1] + dp[i-2]
        
        return dp[n]

优化 :只和前两个状态有关,所以可以空间优化,不用存全部状态,只存储前两个状态pre1,pre2,这里不写了

2.20爬楼梯

python 复制代码
class Solution:
    def climbStairs(self, n: int) -> int:
        if n < 2:
            return n
        dp = [0]*(n+1)
        dp[1], dp[2] = 1, 2
        
        for i in range(3, n+1):
            dp[i] = dp[i-1] + dp[i-2]
        
        return dp[n]

和上一道题一样,就是起始值不同

3.746. 使用最小花费爬楼梯

注意dp[0],dp[1]初始化为0,一开始就在0或1阶台阶上,不需要花费

python 复制代码
class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        n = len(cost)
        dp = [0]*(n+1)#爬到台阶i的最低花费

        for i in range(2, n+1):
            dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2])
        
        return dp[n]

4.62. 不同路径

之前有写过压缩dp二维压缩一维dp

  1. 二维or一维:只与上面和左边状态有关,压缩成一维dp,原地更新即可
  2. 初始化,1,0,0,0...,0,反正第一行第一列应该都是1
python 复制代码
class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        dp = [0] * n
        dp[0] = 1
        
        for i in range(m):
            for j in range(1,n):
                dp[j] = dp[j] + dp[j-1] 
        
        return dp[n-1]

5.63. 不同路径 II

我写的代码是对的也通过了测试,db说我的代码错误(如下)。。

python 复制代码
class Solution:
    def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:
        m, n = len(obstacleGrid), len(obstacleGrid[0])
        dp = [0] * n
        dp[0] = 1

        for i in range(m):
            for j in range(n):
                if obstacleGrid[i][j] == 1:
                    dp[j] = 0
                elif j>0 and obstacleGrid[i][j] != 1:
                    dp[j] = dp[j-1] + dp[j]
        
        return dp[n-1]

6.343. 整数拆分

  1. 至少拆成两个正整数,所以dp[0],dp[1]初始化为0
  2. 重点理解:dp[i] = max(dp[i-j] * j, (i-j) * j, dp[i])
    1. j是遍历每种拆分
    2. dp[i]要么是dp[i-j] *j,要么是i-j本身*j(因为dp[i]存储的是i-j拆分的最大乘积,所以要加上i-j本身)
    3. 遍历每种拆分取最大乘积,所以max里面要加上dp[i]
python 复制代码
class Solution:
    def integerBreak(self, n: int) -> int:
        dp = [0] *(n+1)

        for i in range(2, n+1):
            for j in range(1, i):
                dp[i] = max(dp[i-j] * j, (i-j) * j, dp[i])
        
        return dp[n]

7.96. 不同的二叉搜索树

遍历每个值,以每个值为根节点,总的种类等于左子树种类*右子树种类求和

python 复制代码
class Solution:
    def numTrees(self, n: int) -> int:
        dp = [0] * (n+1)
        dp[0], dp[1] = 1, 1
        for i in range(2, n+1):
            for j in range(1, i+1):
                dp[i] += dp[i-j] * dp[j-1]
        return dp[n]
相关推荐
淡海水17 分钟前
【AI模型】模型量化技术详解
人工智能·算法·机器学习
炸膛坦客19 分钟前
嵌入式 - 数据结构与算法:(1-1)数据结构 - 顺序表(Sequential List)
数据结构·算法·嵌入式
水龙吟啸28 分钟前
数据结构与算法随机复习–Day1
数据结构·c++·算法
生成论实验室40 分钟前
《事件关系阴阳博弈动力学:识势应势之道》第八篇:认知与反思关系——探索、定位与延续
人工智能·算法·架构·知识图谱·创业创新
YaraMemo1 小时前
一文带你区分全局最优解和帕累托最优解
算法·5g·信息与通信·信号处理
白夜11171 小时前
C++(标签派发 Tag Dispatching)
开发语言·c++·笔记·算法
YaraMemo2 小时前
数学优化问题中的三大转化:多目标转化为单目标,多变量转化为单变量,有约束转化为无约束
人工智能·算法·5g·信息与通信·信号处理
Ailan_Anjuxi2 小时前
【附Python源码】使用minGPT训练自己的小型GPT语言模型
算法
QuZero2 小时前
StampedLock Mechanism
java·算法
云泽8082 小时前
二叉树高阶笔试算法题精讲(二):非递归遍历与序列构造全解析
c++·算法·面试