算法刷题 Day 38 | 动态规划理论基础 ● 509. 斐波那契数 ● 70. 爬楼梯 ● 746. 使用最小花费爬楼梯
理论基础
无论大家之前对动态规划学到什么程度,一定要先看 我讲的 动态规划理论基础。
如果没做过动态规划的题目,看我讲的理论基础,会有感觉 是不是简单题想复杂了?
其实并没有,我讲的理论基础内容,在动规章节所有题目都有运用,所以很重要!
如果做过动态规划题目的录友,看我的理论基础 就会感同身受了。
视频:https://www.bilibili.com/video/BV13Q4y197Wg
509.斐波那契数
很简单的动规入门题,但简单题使用来掌握方法论的,还是要有动规五部曲来分析。
https://programmercarl.com/0509.%E6%96%90%E6%B3%A2%E9%82%A3%E5%A5%91%E6%95%B0.html
视频:https://www.bilibili.com/video/BV1f5411K7mo
Tips:题目很简单,目的是熟悉dp的解题思路。
我的题解:
class Solution {
public:
int fib(int n) {
if(n <= 1 ){
return n;
}
vector<int> dp(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
本题大家先自己想一想, 之后会发现,和 斐波那契数 有点关系。
https://programmercarl.com/0070.%E7%88%AC%E6%A5%BC%E6%A2%AF.html
视频:https://www.bilibili.com/video/BV17h411h7UH
Tips:
我们来分析一下,动规五部曲:
定义一个一维数组来记录不同楼层的状态
1.确定dp数组以及下标的含义
dp[i]: 爬到第i层楼梯,有dp[i]种方法
2.确定递推公式
如何可以推出dp[i]呢?
从dp[i]的定义可以看出,dp[i] 可以有两个方向推出来。
首先是dp[i - 1],上i-1层楼梯,有dp[i - 1]种方法,那么再一步跳一个台阶不就是dp[i]了么。
还有就是dp[i - 2],上i-2层楼梯,有dp[i - 2]种方法,那么再一步跳两个台阶不就是dp[i]了么。
那么dp[i]就是 dp[i - 1]与dp[i - 2]之和!
所以dp[i] = dp[i - 1] + dp[i - 2] 。
在推导dp[i]的时候,一定要时刻想着dp[i]的定义,否则容易跑偏。
这体现出确定dp数组以及下标的含义的重要性!
3.dp数组如何初始化
在回顾一下dp[i]的定义:爬到第i层楼梯,有dp[i]中方法。
我相信dp[1] = 1,dp[2] = 2,这个初始化大家应该都没有争议的。
所以我的原则是:不考虑dp[0]如何初始化,只初始化dp[1] = 1,dp[2] = 2,然后从i = 3开始递推,这样才符合dp[i]的定义。
4.确定遍历顺序
从递推公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出,遍历顺序一定是从前向后遍历的
5.举例推导dp数组
举例当n为5的时候,dp table(dp数组)应该是这样的

如果代码出问题了,就把dp table 打印出来,看看究竟是不是和自己推导的一样。
此时大家应该发现了,这不就是斐波那契数列么!
我的题解:
class Solution {
public:
int climbStairs(int n) {
if(n<=2){
return n;
}
vector<int> dp(n+1);
dp[1] = 1;
dp[2] = 2;
for(int i = 3; i<=n ; i++){
dp[i] = dp[i-1] + dp[i-2]; //通过前一个阶梯+1,和前两个阶梯+2得到
}
return dp[n];
}
};
746.使用最小花费爬楼梯
这道题目力扣改了题目描述了,现在的题目描述清晰很多,相当于明确说 第一步是不用花费的。
更改题目描述之后,相当于是 文章中 「拓展」的解法
视频讲解:https://www.bilibili.com/video/BV16G411c7yZ
Tips:这道题就要在之前的dp状态中进行选择了,选择一个总花费更小的进行记录,同时要注意楼梯顶是size(), 不是size() - 1。
我的题解:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size()+1);
dp[0] = 0;
dp[1] = 0;
for(int i = 2; i<= cost.size(); i++){
dp[i] = min(dp[i-2] + cost[i-2], dp[i-1] + cost[i-1]);
}
return dp[cost.size()];
}
};

浙公网安备 33010602011771号