0
点赞
收藏
分享

微信扫一扫

LeetCode刷题day52


今天我们以斐波那契数开启我们的动态规划之旅!

文章目录

  • ​​509. 斐波那契数​​
  • ​​题目描述​​
  • ​​思路分析​​
  • ​​参考代码​​
  • ​​70. 爬楼梯​​
  • ​​题目描述​​
  • ​​思路分析​​
  • ​​参考代码​​
  • ​​746. 使用最小花费爬楼梯​​
  • ​​题目描述​​
  • ​​思路分析​​
  • ​​参考代码​​

509. 斐波那契数

​​题目描述​​

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 1:

输入:n = 2
输出:1
解释:F(2) = F(1) + F(0) = 1 + 0 = 1

示例 2:

输入:n = 3
输出:2
解释:F(3) = F(2) + F(1) = 1 + 1 = 2

示例 3:

输入:n = 4
输出:3
解释:F(4) = F(3) + F(2) = 2 + 1 = 3

思路分析

动规五部曲

这里我们要用一个一维dp数组来保存递归的结果

  • 确定dp数组以及下标的含义

dp[i]的定义为:第i个数的斐波那契数值是dp[i]

  • 确定递推公式

题目已经把递推公式直接给我们了:状态转移方程 ​​dp[i] = dp[i - 1] + dp[i - 2];​

  • dp数组如何初始化

题目中把如何初始化也直接给我们了,如下: ​​dp[0] = 0; dp[1] = 1;​

  • 确定遍历顺序

从递归公式​​dp[i] = dp[i - 1] + dp[i - 2];​​ 中可以看出,dp[i]是依赖 dp[i - 1] 和 dp[i - 2],那么遍历的顺序一定是从前到后遍历的

  • 举例推导dp数组

按照这个递推公式dp[i] = dp[i - 1] + dp[i - 2],我们来推导一下,当N为10的时候,dp数组应该是如下的数列:

​0 1 1 2 3 5 8 13 21 34 55​

如果代码写出来,发现结果不对,就把dp数组打印出来看看和我们推导的数列是不是一致的。

参考代码

方法一:数组模拟动归

int fib(int n) {
vector<int> dp(31);//初始化
dp[0] = 0;
dp[1] = 1;
for(int i = 2;i <= n;i++){
dp[i] = dp[i-1]+dp[i-2];//该式也是状态转移方程式
}
return dp[n];
}

方法二:变量模拟

int fib(int n){
if(n<=1){
return n;
}
vector<int> dp(2);//定义
dp[0] = 0;
dp[1] = 1;

for(int i = 2;i<=n;i++){
int sum = dp[0]+dp[1];
dp[0] = dp[1];
dp[1] = sum;
}
return dp[1];
}

方法三:递归

//递归写法 
int fib(int n){
if(n==1||n==0){
return n;
}
return fib(n-1)+fib(n-2);
}

70. 爬楼梯

​​题目描述​​

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 1:

输入:n = 2
输出:2
解释:有两种方法可以爬到楼顶。
1. 1 + 1
2. 2

示例 2:

输入:n = 3
输出:3
解释:有三种方法可以爬到楼顶。
1. 1 + 1 + 1
2. 1 + 2
3. 2 + 1

思路分析

看到这个题我们可以举几个例子

  • 楼梯1: 1 ==> 1种情况
  • 楼梯2 1+1 2 ==> 2种情况
  • 楼梯3 1+2 2+1 1+1+1 ==> 3种情况
  • 楼梯4 1+1+2 2+2 1+2+1 2+1+1 1+1+1+1 ==> 5种情况

我们发现每次楼梯数n和情况数的关系是: ​​爬上当前楼梯数的情况 = 上一层楼梯的情况+上上层楼梯的情况数​

接下来我们用**动归五部曲**来解决这个Problem

定义一个一维数组dp来记录不同楼层的状态

  • 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

  • 确定递推公式

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!即: ​​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。

  • dp数组如何初始化

由于 n >=1,所以dp初始化: ​​dp[1] = 1,dp[2] = 2​​. 当然从dp[0] = 0,也是没有问题的(正好和斐波那契规律一致)

  • 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

  • 举例推导dp数组

举例当n为5的时候,dp (dp数组)应该是这样的

LeetCode刷题day52_c++

如果代码出问题了,就把dp 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!

唯一的区别是,没有讨论dp[0]应该是什么,因为dp[0]在本题没有意义!(写了对结果也没有影响)

参考代码

#include<bits/stdc++.h>
using namespace std;

int climbStairs(int n) {
vector<int> dp(50);
dp[1] = 1;
dp[2] = 2;
for(int i = 3;i <= n; i++){
dp[i] = dp[i-1]+dp[i-2];
}
return dp[n];
}

746. 使用最小花费爬楼梯

​​题目描述​​

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 1:

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

示例 2:

输入:cost = [1,100,1,1,1,100,1,1,100,1]
输出:6
解释:你将从下标为 0 的台阶开始。
- 支付 1 ,向上爬两个台阶,到达下标为 2 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 4 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 6 的台阶。
- 支付 1 ,向上爬一个台阶,到达下标为 7 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 9 的台阶。
- 支付 1 ,向上爬一个台阶,到达楼梯顶部。
总花费为 6

思路分析

注意题目描述:每当你爬上一个阶梯你都要花费对应的体力值,一旦支付了相应的体力值,你就可以选择向上爬一个阶梯或者爬两个阶梯

所以示例1中只花费一个15 就可以到阶梯顶,最后一步可以理解为 不用花费。

也就是说我们只要爬到最后一阶或者前一阶,然后最后一步就不用花费了

读完题大家应该知道指定需要动态规划的,因为爬楼梯是从前面的楼梯向上爬的,后面的情况数由前面决定.

动归五部曲

  • 确定dp数组以及下标的含义

使用动态规划,就要有一个数组来记录状态,本题只需要一个一维数组dp[i]就可以了。

dp[i]的定义:到达第i个台阶所花费的最少体力为dp[i]。(注意这里认为是第一步一定是要花费,最后一步不需要花费)

对于dp数组的定义,大家一定要清晰!

  • 确定递推公式

可以有两个途径得到dp[i],一个是dp[i-1] 一个是dp[i-2]

那么究竟是选dp[i-1]还是dp[i-2]呢?

一定是选最小的,所以​​dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i];​

注意这里为什么是加cost[i],而不是cost[i-1],cost[i-2]之类的,因为题目中说了:每当你爬上一个阶梯你都要花费对应的体力值

  • dp数组如何初始化

根据dp数组的定义,dp数组初始化其实是比较难的,因为不可能初始化为第i台阶所花费的最少体力。

那么看一下递归公式,dp[i]由dp[i-1],dp[i-2]推出,既然初始化所有的dp[i]是不可能的,那么只初始化dp[0]和dp[1]就够了,其他的最终都是dp[0] dp[1]推出。

所以初始化代码为:

vector<int> dp(cost.size());
dp[0] = cost[0];
dp[1] = cost[1];

  • 确定遍历顺序

最后一步,递归公式有了,初始化有了,如何遍历呢?

因为是模拟台阶,而且dp[i]又dp[i-1]dp[i-2]推出,所以是从前到后遍历cost数组就可以了。

但是稍稍有点难度的动态规划,其遍历顺序并不容易确定下来

例如:01背包,都知道两个for循环,一个for遍历物品嵌套一个for遍历背包容量,那么为什么不是一个for遍历背包容量嵌套一个for遍历物品呢? 以及在使用一维dp数组的时候遍历背包容量为什么要倒序呢?这些在后面将详细的介绍

  • 举例推导dp数组

拿示例2:cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1] ,来模拟一下dp数组的状态变化,如下:

LeetCode刷题day52_动态规划_02

如果大家代码写出来有问题,就把dp数组打印出来,看看和如上推导的是不是一样的。

参考代码

#include<bits/stdc++.h>
using namespace std;

int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size());//定义dp
dp[0] = cost[0];//初始化dp(相当于第一步已经支付过了.其实第一步是不需要花费的,这也导致了,
//我们认为第一步需要花费那么最后一步就认为不用花费.只需要走到最后一阶或者前一阶就可)
dp[1] = cost[1];
for(int i = 2; i < cost.size(); i++) {// 计算dp
dp[i] = min(dp[i-1],dp[i-2]) +cost[i];//状态转移方程
}
return min(dp[cost.size()-1],dp[cost.size()-2]);//最后一步不需要支付费用,因为已经支付过了.
}

如果有收获!!! 希望老铁们来个三连,点赞、收藏、转发。
创作不易,别忘点个赞,可以让更多的人看到这篇文章,顺便鼓励我写出更好的博客


举报

相关推荐

0 条评论