动规五部曲
- 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
看Hello算法里动规是经历,暴力(自顶向下) -> 记忆搜索(压缩空间)->动规(自底向上)的步骤,需要满无后效性:其定义为:给定一个确定的状态,它的未来发展只与当前状态有关,而与过去经历的所有状态无关
509. 斐波那契数
class Solution {
public int fib(int n) {
if (n < 2) return n;
int a = 0, b = 1, c = 0;
for (int i = 1; i < n; i++) {
c = a + b;
a = b;
b = c;
}
return c;
}
}
秒
70. 爬楼梯
class Solution {
public int climbStairs(int n) {
if (n <= 2) return n;
int a = 1, b = 2, c = 0;
for (int i = 3; i <= n; i++) {
c = a + b;
a = b;
b = c;
}
return c;
}
}
可以先写出状态转移版本在写空间优化版,遍历顺序对照着写就行,
/* 爬楼梯:动态规划 */
int climbingStairsDP(int n) {
if (n == 1 || n == 2)
return n;
// 初始化 dp 表,用于存储子问题的解
int[] dp = new int[n + 1];
// 初始状态:预设最小子问题的解
dp[1] = 1;
dp[2] = 2;
// 状态转移:从较小子问题逐步求解较大子问题
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
class Solution {
public int minCostClimbingStairs(int[] cost) {
int f0 = 0, f1 = 0;
for (int i = 1; i < cost.length; i++) {
int newF = Math.min(f1 + cost[i], f0 + cost[i - 1]);
f0 = f1;
f1 = newF;
}
return f1;
}
}