• 代码随想录算法训练营第三十八天【动态规划part01】 | 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


    动态规划理论基础

    什么是动态规划

    动态规划 (Dynamic Programming, DP),是求解决策过程最优化的过程。

    如果某一问题有很多重叠子问题,使用动态规划是最有效的

    所以动态规划中每一个状态一定是由上一个状态推导出来的,这一点就区分于贪心,贪心没有状态推导,而是从局部直接选最优。

    动态规划的解题步骤

    对于动态规划问题,我将拆解为如下五步曲,

    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

    动态规划应该如何debug

    做动规的题目,写代码之前一定要把状态转移在dp数组的上具体情况模拟一遍,心中有数,确定最后推出的是想要的结果

    然后再写代码,如果代码没通过就打印dp数组,看看是不是和自己预先推导的哪里不一样。

    如果打印出来和自己预先模拟推导是一样的,那么就是自己的递归公式、初始化或者遍历顺序有问题了。

    如果和自己预先模拟推导的不一样,那么就是代码实现细节有问题。

    这样才是一个完整的思考过程,而不是一旦代码出问题,就毫无头绪的东改改西改改,最后过不了,或者说是稀里糊涂的过了

    代码出错时的灵魂三问

    • 这道题目我举例推导状态转移公式了么?
    • 我打印dp数组的日志了么?
    • 打印出来了dp数组和我想的一样么?

    509. 斐波那契数

    题目链接:

    力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

    求解思路:

    动规五部曲

    1. 确定dp数组及其下标的含义:dp[i] 为第 i 个数的斐波那契数值
    2. 确定递推公式:状态转移方程 dp[i] = dp[i - 1] + dp[i - 2];
    3. dp数组如何初始化:dp[0] = 0; dp[1] = 1;
    4. 确定遍历顺序:dp[i]是依赖 dp[i - 1] 和 dp[i - 2],遍历的顺序一定是从前到后遍历的
    5. 举例推导dp数组: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

    代码:

    1. class Solution {
    2. public:
    3. int fib(int n) {
    4. if (n <= 1) return n;
    5. vector<int> dp(n+1);
    6. dp[0] = 0;
    7. dp[1] = 1;
    8. for (int i = 2; i <= n; i++){
    9. dp[i] = dp[i-1] + dp[i-2];
    10. }
    11. return dp[n];
    12. }
    13. };

    70. 爬楼梯

    题目链接:

    力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

    求解思路:

    动规五部曲

    1. 确定dp数组及其下标的含义:爬到第i层楼梯,有 dp[i] 种方法
    2. 确定递推公式:上到第i层时,只可能从第 i-1 层或是 i-2 层上来;因此dp[i] = dp[i-1] + dp[i-2]
    3. dp数组的初始化:初始化dp[1] = 1,dp[2] = 2,然后从i = 3开始递推,这样符合dp[i]的定义
    4. 确定遍历顺序:从前向后
    5. 举例推导dp数组:举例当n为5的时候

    代码:

    1. class Solution {
    2. public:
    3. int climbStairs(int n) {
    4. if (n <= 1) return n;
    5. int dp[n+1];
    6. dp[1] = 1;
    7. dp[2] = 2;
    8. for (int i = 3; i <= n; i++)
    9. {
    10. dp[i] = dp[i-1] + dp[i-2];
    11. }
    12. return dp[n];
    13. }
    14. };

    746. 使用最小花费爬楼梯

    题目链接:

    力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

    求解思路:

    动规五部曲

    1. 确定dp数组及其下标含义:到达第 i 层台阶需要花费的最少体力为 dp[i]
    2. 确定递推公式:dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1];dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2],取其中的较小值
    3. dp数组的初始化:可以从第0层或第1层起跳,因此 dp[0] = 0,dp[1] = 0
    4. 确定遍历顺序:从前到后
    5. 举例推导dp数组:cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1],模拟一下dp

    代码:

    1. class Solution {
    2. public:
    3. int minCostClimbingStairs(vector<int>& cost) {
    4. vector<int> dp(cost.size() + 1);
    5. dp[0] = 0;
    6. dp[1] = 0;
    7. for (int i = 2; i <= cost.size(); i++){
    8. // dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]
    9. // dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]
    10. dp[i] = min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2]);
    11. }
    12. return dp[cost.size()];
    13. }
    14. };

  • 相关阅读:
    土豆便宜了吗?python可视化显示价格数据
    华为昇腾云平台适配Baichuan2大模型记录
    mybatis单框架之动态sql
    C++智能指针
    Windows电脑中护眼(夜间)模式的开启异常
    人生第一个java项目 学生管理系统
    three.js学习笔记(二十)——性能优化提示
    5年测试在职经验之谈:2年功能测试、3年自动化测试,从入门到不可自拔...
    linux线程创建等待及退出总结
    springboot async异步处理方案
  • 原文地址:https://blog.csdn.net/Mako5455/article/details/134451580