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dp0,dp1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dp0,dp1初始化为0
  2. 重点理解:dpi = max(dpi-j * j, (i-j) * j, dpi)
    1. j是遍历每种拆分
    2. dpi要么是dpi-j *j,要么是i-j本身*j(因为dpi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dpi
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
珠海西格电力12 分钟前
零碳园区数据应用的具体场景有哪些?
大数据·人工智能·算法·架构·能源
geovindu30 分钟前
CSharp: Dijkstra Algorithms
开发语言·后端·算法·c#
学逆向的1 小时前
汇编——位运算
开发语言·汇编·算法·网络安全
可编程芯片开发1 小时前
基于simulink的PEM燃料电池控制系统建模与仿真,对比PID,积分分离以及滑模控制器
算法
学究天人1 小时前
数学公理体系大全:Comprehensive Collection of Mathematical Axiom Systems(卷2)
算法·数学建模·动态规划·图论·抽象代数·拓扑学
玛卡巴卡ldf2 小时前
【LeetCode 手撕算法】(细节知识点总结)
java·数据结构·算法·leetcode·力扣
wanzehongsheng2 小时前
零碳产业园光伏园区光伏电站追踪对比固定:发电增益技术边界分析
算法·光伏发电·光伏·零碳园区·太阳能追光·低碳环保·追踪电站
KobeSacre3 小时前
CyclicBarrier 源码
java·jvm·算法
手写码匠3 小时前
注意力机制全家桶:从 Multi-Head 到 GQA 再到 Flash Attention 的手写实现
人工智能·深度学习·算法·aigc
大鱼>3 小时前
模型公平性与偏差检测:AI伦理实战指南
人工智能·深度学习·算法·机器学习