目录
- 509. 斐波那契数
- 1、题目描述
- 2、思路
- 3、code
- 4、复杂度分析
- 70. 爬楼梯
- 1、题目描述
- 2、思路
- 3、code
- 746. 使用最小花费爬楼梯
- 1、题目描述
- 2、思路
- 3、code
- 4、复杂度分析
509. 斐波那契数
题目链接:link
1、题目描述
斐波那契数 (通常用 F(n) 表示)形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是:
F(0) = 0,F(1) = 1
F(n) = F(n - 1) + F(n - 2),其中 n > 1
给定 n ,请计算 F(n) 。
2、思路
1️⃣ 动态规划(数组)
2️⃣动态规划(两个数值
3、code
1️⃣动态规划(数组)
class Solution:
def fib(self, n: int) -> int:
if n == 0:
return 0
if n == 1:
return 1
dp = [0]*(n+1)
dp[0] = 0
dp[1] = 1
for i in range(2,n+1):
dp[i] = dp[i-1] + dp[i-2]
return dp[n]
2️⃣动态规划(两个数值)
class Solution:
def fib(self, n: int) -> int:
if n == 0:
return 0
if n == 1:
return 1
a = 0
b = 1
for i in range(2,n+1):
c = a + b
a = b
b = c
return c
💥两个数值数值的更新需要思考
4、复杂度分析
1️⃣ 时间复杂度:
O
(
N
)
O(N)
O(N)
2️⃣ 空间复杂度:
O
(
N
)
O(N)
O(N)(数组)
O
(
1
)
O(1)
O(1)(两个值)
70. 爬楼梯
题目链接:link
1、题目描述
假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢?
示例 1:
输入:n = 2
输出:2
解释:有两种方法可以爬到楼顶。
- 1 阶 + 1 阶
- 2 阶
2、思路
1️⃣ 爬1阶台阶需要一步
2️⃣ 爬2阶台阶可以一步再一步,也可以直接2步
3️⃣ 爬3阶台阶:爬到1阶台阶之后2步上来;爬到2阶台阶之后1步上来(🔥我的思维误区?为什么不能爬到1阶台阶之后也一步再一步上来,因为这样的话就和2阶台阶的重了)
3、code
和斐波那契数列一样
746. 使用最小花费爬楼梯
题目链接:link
1、题目描述
给你一个整数数组 cost ,其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用,即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。
示例 1:
输入:cost = [10,15,20]
输出:15
解释:你将从下标为 1 的台阶开始。
- 支付 15 ,向上爬两个台阶,到达楼梯顶部。
总花费为 15 。
🔥 其实这个示例1是这样的:
2、思路
略
3、code
class Solution:
def minCostClimbingStairs(self, cost: List[int]) -> int:
# 动态规划
# step1:dp[i]含义:到达第i阶台阶需要的最小花费
n = len(cost)
if n == 0 or n == 1:
return 0
dp = [0] * (n+1)
# step2:确定推导公式
# dp[i] = min(dp[i-1] + cost[i-1],dp[i-2] + cost[i-2])
# step3:确定初始条件(到达第0,1阶台阶是不需要花费的,因为最开始就是从0,1开始往上爬的)
dp[0] = 0
dp[1] = 0
# step4;确定循环顺序:->
for i in range(2,n+1):
dp[i] = min(dp[i-1] + cost[i-1] , dp[i-2] + cost[i-2])
return dp[n]
4、复杂度分析
1️⃣ 时间复杂度:
O
(
N
)
O(N)
O(N)
2️⃣ 空间复杂度:
O
(
N
)
O(N)
O(N)