package LeetCode.DPpart01;
/**
* 509. 斐波那契数
* 斐波那契数 (通常用 F(n) 表示)形成的序列称为 斐波那契数列 。
* 该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是:
* F(0) = 0,F(1) = 1
* F(n) = F(n - 1) + F(n - 2),其中 n > 1
* 给定 n ,请计算 F(n) 。
* 示例:
* 输入:n = 2
* 输出:1
* 解释:F(2) = F(1) + F(0) = 1 + 0 = 1
* */
public class FibonacciNumber_509 {
public static void main(String[] args) {
int num = 2;
int result = fib(num);
System.out.println(result);
}
public static int fib(int n) {
if (n <= 1) return n;
int[] dp = new int[n + 1];
dp[0] = 0;
dp[1] = 1;
for (int index = 2; index <= n; index++){
dp[index] = dp[index - 1] + dp[index - 2];
}
return dp[n];
}
}
package LeetCode.DPpart01;
/**
* 70. 爬楼梯
* 假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
* 每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢?
* 示例:
* 输入:n = 2
* 输出:2
* 解释:有两种方法可以爬到楼顶。
* 1. 1 阶 + 1 阶
* 2. 2 阶
* */
public class ClimbingStairs_70 {
public static void main(String[] args) {
int num = 2;
int result = climbStairs(num);
System.out.println(result);
}
//常规版本
public static int climbStairs(int n) {
int[] dp = new int[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];
}
// 用变量记录代替数组
// 空间优化
public static int climbStairs2(int n) {
if(n <= 2) return n;
int a = 1, b = 2, sum = 0;
for(int i = 3; i <= n; i++){
sum = a + b; // f(i - 1) + f(i - 2)
a = b; // 记录f(i - 1),即下一轮的f(i - 2)
b = sum; // 记录f(i),即下一轮的f(i - 1)
}
return b;
}
}
package LeetCode.DPpart01;
/**
* 746. 使用最小花费爬楼梯
* 给你一个整数数组 cost ,其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用,即可选择向上爬一个或者两个台阶。
* 你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。
* 请你计算并返回达到楼梯顶部的最低花费。
* 示例:
* 输入:cost = [10,15,20]
* 输出:15
* 解释:你将从下标为 1 的台阶开始。
* - 支付 15 ,向上爬两个台阶,到达楼梯顶部。
* 总花费为 15 。
* */
public class MinCostClimbingStairs_746 {
public static void main(String[] args) {
int [] cost = {10,15,20};
int result = minCostClimbingStairs(cost);
System.out.println(result);
}
public static int minCostClimbingStairs(int[] cost) {
int len = cost.length;
int[] dp = new int[len + 1];
// 从下标为 0 或下标为 1 的台阶开始,因此支付费用为0
dp[0] = 0;
dp[1] = 0;
// 计算到达每一层台阶的最小费用
for (int i = 2; i <= len; i++) {
dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[len];
}
}