动态规划的解题思路:
- 确定dp数组(dp table)以及下标的含义
- 确定递推公式
- dp数组如何初始化
- 确定遍历顺序
- 举例推导dp数组
509. 斐波那契数
拿到题目以后我们就开始按照解题思路去分析,首先确立一个dp数组。
- dp[i]的下标指的是当前遍历到的斐波那契数列下标,数值就是这个斐波那契数。
- 递推公式题目已经给出来了是
dp[i]=dp[i-1]+dp[i-2] - 初始化题目给出
F(0) = 0,F(1) = 1 - 从递推公式来看,我们要推导下一个值是需要前面两个数的,所以应该从前往后遍历
- 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 代码如下:
class Solution {
public int fib(int n) {
if(n < 2) return n;
int[] dp = new int[n + 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];
}
}
70. 爬楼梯
分析思路类似上一题。
- dp[i]: 爬到第i层楼梯,有dp[i]种方法
- 从爬楼梯的方式来看,递推的方式有有两种,一种是走一步,一种是走两步,那么和其实就是dp[i]就是 dp[i - 1]与dp[i - 2]之和。
- 不纠结dp[0]是多少,这里直接定义dp[1]=1,dp[2]=2,进而可以递推dp[3]了
- 从前向后遍历的
class Solution {
public int climbStairs(int n) {
if(n <= 1) return n;
int[] dp = new int[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];
}
}
746. 使用最小花费爬楼梯
- dp[i]:对走到第i个台阶所花费dp[i]点体力值
- 获得dp[i]的途径是通过dp[i-1]和dp[i-2]。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]。dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
- dp[i]由dp[i - 1],dp[i - 2]推出,既然初始化所有的dp[i]是不可能的,那么只初始化dp[0]和dp[1]就够了,其他的最终都是dp[0]dp[1]推出。这里dp[0]应该是cost[0]
- 从前到后遍历cost数组
class Solution {
public int minCostClimbingStairs(int[] cost) {
int[] dp = new int[cost.length];
dp[0] = cost[0];
dp[1] = cost[1];
for(int i = 2; i < cost.length; i ++){
dp[i] = Math.min(dp[i-1],dp[i-2]) + cost[i];
}
return Math.min(dp[cost.length-1], dp[cost.length-2]);
}
}