509. 斐波那契数
题目
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) 。
动态规划
class Solution {
public int fib(int n) {
// 题目条件n > 1
if(n <= 1) return n;
int[] dp = new int[n + 1];
// dp数组初始化
dp[0] = 0;
dp[1] = 1;
for(int i = 2; i <= n; i++){
// 递推公式
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
}
方法
class Solution {
public int fib(int n) {
if(n < 2) return n;
int a = 0, b = 1, c = 0;
for(int i = 2; i <= n; i++){
c = a + b;
a = b;
b = c;
}
return b;
}
}
递归
class Solution {
public int fib(int n) {
// 题目条件n > 1
if(n <= 1) return n;
return fib(n - 1) + fib(n - 2);
}
}
70. 爬楼梯
题目
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?
动态规划
class Solution {
public int climbStairs(int n) {
if(n <= 0) return n;
int[] dp = new int[n + 1];
// dp数组初始化
dp[0] = 1;
dp[1] = 1;
for(int i = 2; i <= n; i++){
// 递推公式
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
}
方法
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 b;
}
}
746. 使用最小花费爬楼梯
题目
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。
动态规划(站在楼梯上不支付费用)
class Solution {
// 思路:每走一步计算花费的最小值
public int minCostClimbingStairs(int[] cost) {
int[] dp = new int[cost.length + 1];
// dp初始化
/**
可以从0或1的台阶开始爬楼梯
站在台阶上并不需要花费
只有要爬楼梯时才需要花费下标对应的值
*/
dp[0] = 0;
dp[1] = 0;
// 遍历顺序
for(int i = 2; i <= cost.length; i++){
// 递推公式
// 爬楼梯的位置+对应花费的值,取最小花费
dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[cost.length];
}
}
动态规划(站在楼梯上并支付费用)
class Solution {
public int minCostClimbingStairs(int[] cost) {
int[] dp = new int[cost.length];
// dp初始化
// 站在台阶上,并且支付了对应的费用
dp[0] = cost[0];
dp[1] = cost[1];
for(int i = 2; i < cost.length; i++){
// 递推公式
// 已经在原本的台阶上支付了费用,所以只需要支付下一个台阶的费用即可
dp[i] = Math.min(dp[i - 1], dp[i - 2]) + cost[i];
}
// 计算最后一步,在倒数一个台阶和倒数两个台阶中取最小费用
return Math.min(dp[cost.length - 1], dp[cost.length - 2]);
}
}