• 算法day38|509,70,746


    动态规划

    • DP数组以及下标的含义
    • 递推公式
    • 初始化
    • 遍历顺序
    • 打印DP数组
    五部曲

    509. 斐波那契数

    1. class Solution:
    2. def fib(self, n: int) -> int:
    3. #确定数组和下标的含义,运用一维数组
    4. if n == 0:
    5. return 0
    6. elif n == 1:
    7. return 1
    8. dp = [0]*(n+1)
    9. #初始化
    10. dp[0] = 0
    11. dp[1] = 1
    12. #遍历顺序,从前往后
    13. for i in range(2,n+1):
    14. dp[i] = dp[i-1]+dp[i-2]
    15. #打印dp数组
    16. return dp[-1]

    很简单的动规入门题,但简单题使用来掌握方法论的,还是要有动规五部曲来分析。

    代码随想录

    视频:手把手带你入门动态规划 | 对应力扣(leetcode)题号:509.斐波那契数_哔哩哔哩_bilibili

    二刷(未ac)

    动态五部曲:

    • DP数组以及下标的含义
    • 递推公式
    • 初始化
    • 遍历顺序
    • 打印DP数组
    1. var fib = function(n) {
    2. //定义dp[i],指的是第i个Fib的值为dp[i](我是谁)
    3. // 初始化(我是谁)
    4. // 递归逻辑(我从哪来,要到哪去)
    5. // 遍历顺序
    6. // 返回值
    7. let dp = new Array(n)
    8. dp[0] = 0
    9. dp[1] = 1
    10. for(let i = 2;i<n+1;i++){
    11. dp[i] = dp[i-1]+dp[i-2]
    12. }
    13. return dp[n]
    14. };

    70. 爬楼梯

    1. class Solution:
    2. def climbStairs(self, n: int) -> int:
    3. if n == 1:
    4. return 1
    5. if n == 2:
    6. return 2
    7. dp = [0]*(n+1)
    8. #初始值
    9. dp[1] = 1
    10. dp[2] = 2
    11. #遍历顺序
    12. #dp数组及下标的含义
    13. for i in range(3,n+1):
    14. dp[i] = dp[i-1] + dp[i-2]
    15. return dp[-1]

    本题大家先自己想一想, 之后会发现,和斐波那契数 有点关系。

    主要是找规律,如何找到一阶台阶有1种,两阶台阶有2种

    三阶台阶= 二阶+1阶

    代码随想录

    视频:带你学透动态规划-爬楼梯(对应力扣70.爬楼梯)| 动态规划经典入门题目_哔哩哔哩_bilibili

    二刷:(未ac)

    1. var climbStairs = function(n) {
    2. const dp = new Array(n)
    3. dp[0] = 1
    4. dp[1] = 1
    5. dp[2] = 2
    6. for(let i = 3;i<n+1;i++){
    7. dp[i] = dp[i-1]+dp[i-2]
    8. }
    9. return dp[n]
    10. };

    746. 使用最小花费爬楼梯

    这道题目力扣改了题目描述了,现在的题目描述清晰很多,相当于明确说 第一步是不用花费的。

    1. class Solution:
    2. def minCostClimbingStairs(self, cost: List[int]) -> int:
    3. #dp数组的含义及下标的含义,dp[i]代表的是所花费的最小值
    4. dp = [0]*(len(cost)+1)
    5. #初始值
    6. dp[0] = 0
    7. dp[1] = 0
    8. #遍历顺序,从前往后
    9. #终止条件,应该是到达顶楼停止,就是要比cost再多一个1
    10. for i in range(2,len(cost)+1):
    11. #递推公式
    12. dp[i] = min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
    13. #打印数组
    14. return dp[-1]

    因为可以选择从0,开始或者从1开始。

    假设cost = [10,15,20]

    dp[0]开始的话,往上跳一个台阶的话,就是15,到达顶楼就是35

    如果从dp[1]开始的话,往上跳一个台阶,就是20,到达顶楼就是20。你也可以选择跳两个台阶,直接15。

    dp[0]开始的话,不用花费任何体力,,dp[1]开始的话,也不需要花费任何体力

    初始值:dp[0] = 0,dp[1] = 0

    递推公式:dp[i] = min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])

    遍历顺序:从前往后遍历

    dp数组含义:dp[i]代表的是到达i位置最小花费的数额

    打印数组

    更改题目描述之后,相当于是 文章中 「拓展」的解法

    代码随想录

    视频讲解:动态规划开更了!| LeetCode:746. 使用最小花费爬楼梯_哔哩哔哩_bilibili

    二刷(未ac)

    1. var minCostClimbingStairs = function(cost) {
    2. const dp = new Array(cost.length)
    3. dp[0] = 0
    4. dp[1] = 0
    5. for(let i = 2;i<cost.length+1;i++){
    6. dp[i] = Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
    7. }
    8. return dp[cost.length]
    9. };

  • 相关阅读:
    LP-SCADA系统在智能制造中的作用是什么?
    数学基础之曲线拟合
    297. 二叉树的序列化与反序列化
    springboot整合返回数据统一封装
    单目标优化算法:遗传算法
    springboot上传文件后显示权限不足
    排序算法-插入排序法(InsertSort)
    多因素蚁群算法的移动机器人路径规划研究(Matlab代码实现)
    值得学习的Linux内核锁(一)
    java反射
  • 原文地址:https://blog.csdn.net/weixin_42173016/article/details/128157271