代码随想录算法训练营Day38 | 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 | Python | 个人记录向

本文主要是介绍代码随想录算法训练营Day38 | 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 | Python | 个人记录向,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!

注:Day37休息。

本文目录

  • 动态规划理论基础
  • 509. 斐波那契数
    • 做题
    • 看文章
  • 70. 爬楼梯
    • 做题
    • 看文章
      • 空间复杂度为O(n)版本
      • 空间复杂度为O(3)版本
  • 746. 使用最小花费爬楼梯
    • 做题
    • 看文章
  • 以往忽略的知识点小结
  • 个人体会

动态规划理论基础

代码随想录:动态规划理论基础

动规五部曲:

  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

509. 斐波那契数

代码随想录:509. 斐波那契数
Leetcode:509. 斐波那契数

做题

class Solution:def fib(self, n: int) -> int:if n == 0 or n == 1:return nf = [0] * (n+1)f[0] = 0f[1] = 1i = 2while i <= n:f[i] = f[i-1] + f[i-2]i += 1return f[n]  

时间复杂度: O(n)
空间复杂度: O(n)

看文章

可以只维护两个数值。
时间复杂度: O(n)
空间复杂度: O(1)

70. 爬楼梯

代码随想录:70. 爬楼梯
Leetcode:70. 爬楼梯

做题

往上一格和两格加上当前的方法数,初始值为1。但感觉有点懵懵的。

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

时间复杂度:O(n)
空间复杂度:O(n)

看文章

其实类似斐波那契数。

空间复杂度为O(n)版本

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

空间复杂度为O(3)版本

# 空间复杂度为O(3)版本
class Solution:def climbStairs(self, n: int) -> int:if n <= 1:return ndp = [0] * 3dp[1] = 1dp[2] = 2for i in range(3, n + 1):total = dp[1] + dp[2]dp[1] = dp[2]dp[2] = totalreturn dp[2]

把dp[1]和dp[2]改为常变量,就变成O(1)了。

746. 使用最小花费爬楼梯

代码随想录:746. 使用最小花费爬楼梯
Leetcode:746. 使用最小花费爬楼梯

做题

直接在cost数组上做计算即可。

class Solution:def minCostClimbingStairs(self, cost: List[int]) -> int:size = len(cost)for i in range(2, len(cost)):cost[i] = min(cost[i-1], cost[i-2]) + cost[i]return min(cost[size-1], cost[size-2])

时间复杂度:O(n)
空间复杂度:O(1),使用原始数组不算空间复杂度

看文章

思路差不多。

以往忽略的知识点小结

  • 动规如果只需要保存前几个数,可以用几个常变量保存,降低空间复杂度
  • 可以举例推导dp数组,然后打印日志来debug

个人体会

完成时间:1h20min。
心得:动规刚开始,需要理清思路,今天都AC了。

这篇关于代码随想录算法训练营Day38 | 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 | Python | 个人记录向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/987881

相关文章

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一:使用pywin32库(仅限Windows)方法二:使用msoffcrypto-too

springboot使用Scheduling实现动态增删启停定时任务教程

《springboot使用Scheduling实现动态增删启停定时任务教程》:本文主要介绍springboot使用Scheduling实现动态增删启停定时任务教程,具有很好的参考价值,希望对大家有... 目录1、配置定时任务需要的线程池2、创建ScheduledFuture的包装类3、注册定时任务,增加、删

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Python装饰器之类装饰器详解

《Python装饰器之类装饰器详解》本文将详细介绍Python中类装饰器的概念、使用方法以及应用场景,并通过一个综合详细的例子展示如何使用类装饰器,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录1. 引言2. 装饰器的基本概念2.1. 函数装饰器复习2.2 类装饰器的定义和使用3. 类装饰

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

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

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

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