代码随想录算法训练营第三十八天丨动态规划理论基础、509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯

本文主要是介绍代码随想录算法训练营第三十八天丨动态规划理论基础、509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

动态规划理论基础:

春节时候详细读了算法导论中的动态规划章节,结合书本和代码随想录网站做一个理论总结。

动态规划(Dynamic Programming, DP)是解决一类特定问题的算法思想,常用于求解最优化问题。动态规划的核心思想是将原问题拆解成一系列子问题,通过解决子问题,进而解决原问题。这种方法特别适用于那些具有重叠子问题和最优子结构性质的问题。动态规划关键在于掌握这两个概念:

  1. 重叠子问题:在求解过程中,相同的子问题会被多次求解。
  2. 最优子结构:一个问题的最优解包含其子问题的最优解。

动态规划通常用来解决两类问题:最优化问题和计数问题。最优化问题要求我们找到最好的解决方案,而计数问题要求我们找出满足某些条件的解的总数。

动态规划的基本步骤

动态规划解题通常遵循以下几个基本步骤:

  1. 定义状态(dp数组):确定状态变量,这些变量通常是问题的参数,用于描述问题的各个阶段或者子问题。
  2. 确定状态转移方程(递推式):找出状态之间的关系,即如何从一个或多个较小的子问题的解得到当前问题的解。
  3. 初始化状态(dp数组初始化):确定初始条件,即最基本的子问题的解。
  4. 计算顺序:确定计算状态的顺序,有时可能需要按特定顺序进行,以确保在计算当前状态时,所需的所有子状态都已被计算。
  5. 解决问题:根据以上步骤解决问题,并根据需要找到最终解。

解题思路

动态规划的解题思路可以从以下几个方面入手:

  • 问题拆解:识别问题是否可以分解为相似的子问题。
  • 子问题重叠:检查子问题是否重叠,即是否有多个路径到达同一子问题,这是动态规划适用的关键。
  • 备忘:为避免重复计算相同的子问题,可以通过备忘(使用数组或哈希表存储已解决的子问题的结果)来优化。
  • 构建DP表:有时候可以构建一个表格(通常是二维或三维的),来系统地解决所有子问题,并保存它们的结果。
  • 寻找边界条件:确定解决问题所需的最基本子问题(即边界条件)及其解,作为递推的基础。

509. 斐波那契数

练习DP的入门题,先练习动态规划的基本步骤:

class Solution:def fib(self, n: int) -> int:dp = [0] * (n + 1)if n > 0: dp[1] = 1for i in range(2, n + 1):dp[i] = dp[i - 1] + dp[i - 2]return dp[n]

 由于当前状态只和前两个状态有关,可以优化空间复杂度:

class Solution:def fib(self, n: int) -> int:if n < 2:return nprev = 0cur = 1for i in range(1, n):prev, cur = cur, prev + curreturn cur

70. 爬楼梯

dp[0]没有意义,不需要初始化。

class Solution:def climbStairs(self, n: int) -> int:dp = [0] * (n + 1)if n < 4:return ndp[1], dp[2] = 1, 2for i in range(3, n + 1):dp[i] = dp[i - 1] + dp[i - 2]return dp[n]
class Solution:def climbStairs(self, n: int) -> int:if n < 4:return nprev, cur = 1, 2for _ in range(n - 2):prev, cur = cur, cur + prevreturn cur

746. 使用最小花费爬楼梯

支付费用后才能开始爬楼梯,楼顶在index=n的位置。

class Solution:def minCostClimbingStairs(self, cost: List[int]) -> int:n  = len(cost)if n < 3:return min(cost)dp = [0] * (n + 1)for i in range(2, n + 1):dp[i] = min(dp[i - 2] + cost[i - 2], dp[i - 1] + cost[i - 1])return dp[n]
class Solution:def minCostClimbingStairs(self, cost: List[int]) -> int:n  = len(cost)if n < 3:return min(cost)prev, cur =0, 0for i in range(2, n + 1):prev, cur = cur, min(prev + cost[i - 2], cur + cost[i - 1])return cur

今日总结:

一刷动态规划,加油。

通过解决斐波那契数、爬楼梯和最小花费爬楼梯三个经典问题,加深对DP的理解。学习包括状态定义、转移方程的确定、初始化及计算顺序,实践了空间复杂度优化。这些简单题练习加强了将理论应用于实际问题解决的能力,体现动态规划在解决具有重叠子问题和最优子结构问题中的有效性。

这篇关于代码随想录算法训练营第三十八天丨动态规划理论基础、509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/732236

相关文章

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

SpringBoot基于配置实现短信服务策略的动态切换

《SpringBoot基于配置实现短信服务策略的动态切换》这篇文章主要为大家详细介绍了SpringBoot在接入多个短信服务商(如阿里云、腾讯云、华为云)后,如何根据配置或环境切换使用不同的服务商,需... 目录目标功能示例配置(application.yml)配置类绑定短信发送策略接口示例:阿里云 & 腾

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚