代码随想录算法训练营第三十八天| 理论基础、LeetCode 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| 理论基础、LeetCode 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!

一、理论基础

题目链接/文章讲解/视频讲解:https://programmercarl.com/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%80.html

状态:已解决

1.动规定义 

        动规,简称DP,适用于存在很多重叠子问题的问题。与贪心区别主要是动规中每一个状态一定是由上一个状态推导出来的,而贪心没有状态推导,而是从局部直接选最优的;也就说贪心的局部最优到最后一定是全局最优,但是动规的局部最优却不一定是全局最优,它需要根据上一个状态来推导下一个状态。

        例如,对于经典的背包问题:有N件物品和一个最多能背重量为W 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。动态规划中dp[j]是由dp[j-weight[i]]推导出来的,然后取max(dp[j], dp[j - weight[i]] + value[i])。

2.解题步骤

        动规的题很晦涩,但其实是有迹可循的。最重要的就是理清楚dp[i]的含义,推出递推公式。一般的动规题可根据以下五步进行:

  1. 确定dp数组(dp table)以及下标的含义
  2. 确定递推公式
  3. dp数组如何初始化
  4. 确定遍历顺序
  5. 举例推导dp数组

        注意,一定是先确定了递推公式,再进行初始化的。因为一些情况是递推公式决定了dp数组如何初始化的。

二、509. 斐波那契数

题目链接/文章讲解/视频讲解:https://programmercarl.com/0509.%E6%96%90%E6%B3%A2%E9%82%A3%E5%A5%91%E6%95%B0.html

状态:已解决

1.思路 

        递推、递归、动规三者其实很接近。递推一般指的是递推公式,而递归和动规都是实现递推公式的一种办法。之前的递归章节的问题就是根据递推公式进行的函数递归,而动规的转移方程也大多为递推公式。此题已说明了递推公式,那么这题一大半就已经能解决了。

        根据动规五部曲:

(1)确定dp数组以及下标含义:

        由于题目要求求第n个数的斐波那契数值,那么我们只需用一个一维数组来保存数值即可,即dp。dp[i]定义为第i个数的斐波那契数值。

(2)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];

(3)初始化dp数组:

        题目也已经给了我们初始化的提示了:

dp[0] = 0;
dp[1] = 1;

(4)确定遍历顺序:

        根据递归公式dp[i] = dp[i - 1] + dp[i - 2]中可以看出,我们可以知道dp[i]是依赖 dp[i - 1] 和 dp[i - 2],因此遍历的顺序一定是从前到后遍历的        

(5)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

        然后再代码打印一下,看结果是否与推导结果一致。

2.代码实现

class Solution {
public:int fib(int n) {vector<int> dp(n+1);if(n == 0) return 0;if(n == 1) return 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];}
};

时间复杂度:O(n)

空间复杂度:O(n)

三、70. 爬楼梯

题目链接/文章讲解/视频讲解:https://programmercarl.com/0070.%E7%88%AC%E6%A5%BC%E6%A2%AF.html

状态:已解决

1.思路 

        做动规一般是需要一个大致方向才能去套模板的,这题一开始拿着可能有点懵,但是多计算几个层数,就会发现爬楼梯的方法其实是有迹可循的,例如,题目初始只给了两种爬楼梯:一种是一次爬一阶,一种是一次爬两阶,也就是说,当我们处于第i层台阶时,我们要么是从第i-2层上来的,要么是从第i-1层上来的。想清楚这点,那么,这道题的大致思路就明白了。

(1)确定dp数组及下标含义:

        只需要一个一维数组来记录到每个楼层的方法数,dp[i]未爬到第i层楼梯的方法数。

(2)确定递推公式:

        如开始的分析,我们知道当我们处于第i层台阶时,我们要么是从第i-2层上来的,要么是从第i-1层上来的。因此,dp[i]=dp[i-2]+dp[i-1];

(3)dp数组初始化:

        n从1开始,由于一次可以爬一阶或者二阶,那么就应该初始化dp[1]和dp[2]

dp[1]=1;
dp[2]=2;

(4)确定遍历顺序:

        由递推公式我们可以知道此题只能从前往后推。

(5) 举例推导dp数组

        当n为5的时候,dp数组:

         然后再打印代码运行结果,与推导结果进行对比。

2.代码实现

class Solution {
public:int climbStairs(int n) {if (n <= 1) 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];}return dp[n];}
};

四、746. 使用最小花费爬楼梯

题目链接/文章讲解/视频讲解:https://programmercarl.com/0746.%E4%BD%BF%E7%94%A8%E6%9C%80%E5%B0%8F%E8%8A%B1%E8%B4%B9%E7%88%AC%E6%A5%BC%E6%A2%AF.html

状态:已解决

1.思路

        这题个人觉得跟上题差不多,只是由于要求最小花费,需要加个求最小操作。

(1)确定dp数组以及下标含义:

        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台阶所花费的最少体力为dp[i]

(2)确定递推公式:

        跟上题一样,可以有两个途径得到dp[i],一个是dp[i-1] 一个是dp[i-2]

  1.         dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]。
  2.         dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]。

        由于是选最小的,因此求个最小就行了,即dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);

(3)dp数组初始化:

      根据题意“你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。” 也就是说到达第 0 个台阶是不花费的,但从第0个台阶 往上跳的话,需要花费cost[0]。故所以初始化为:

dp[0]=0;
dp[1]=0;

(4)确定遍历顺序:

        因为是从下往上确定台阶花费的,即dp[i]由dp[i-1]dp[i-2]推出,所以是从前到后遍历cost数组就可以了。

(5)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:

        接下来打印代码得到的dp数组,看与推导是否一致。

2.代码实现 

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<dp.size();i++){dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);}return dp[dp.size()-1];}
};

这篇关于代码随想录算法训练营第三十八天| 理论基础、LeetCode 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/904184

相关文章

vue使用docxtemplater导出word

《vue使用docxtemplater导出word》docxtemplater是一种邮件合并工具,以编程方式使用并处理条件、循环,并且可以扩展以插入任何内容,下面我们来看看如何使用docxtempl... 目录docxtemplatervue使用docxtemplater导出word安装常用语法 封装导出方

Linux换行符的使用方法详解

《Linux换行符的使用方法详解》本文介绍了Linux中常用的换行符LF及其在文件中的表示,展示了如何使用sed命令替换换行符,并列举了与换行符处理相关的Linux命令,通过代码讲解的非常详细,需要的... 目录简介检测文件中的换行符使用 cat -A 查看换行符使用 od -c 检查字符换行符格式转换将

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

Android中Dialog的使用详解

《Android中Dialog的使用详解》Dialog(对话框)是Android中常用的UI组件,用于临时显示重要信息或获取用户输入,本文给大家介绍Android中Dialog的使用,感兴趣的朋友一起... 目录android中Dialog的使用详解1. 基本Dialog类型1.1 AlertDialog(