动态规划1
- 引言
- 题目
- 509. 斐波那契数
- 70. 爬楼梯
- 746. 使用最小花费爬楼梯
- 小结
- 53. 最大子数组和
- 结语
引言
蓝桥杯快开始了啊，自从报名后还没认真学过算法有`(>﹏<)′，临时抱一下佛脚，一起学学算法。
题目
509. 斐波那契数
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) 。
链接: link
相信这题大家都能闭着眼睛都能写出来了。
这是一个最基础的递推题目
递推公式为**F(n) = F(n - 1) + F(n - 2)**
1.定义一个数组arr[n+1], 用来记录n位置的斐波那契数值
2.定义一个循环变量i 然后进行循环F(i) = F(i - 1) + F(i - 2)
3.返回arr[n]
代码：
int fib(int n){
if(n<=1)
{
return n;
}
else
{
int arr[n+1];
arr[0]=0;
arr[1]=1;
for(int i=2;i<=n;i++)
{
arr[i]=arr[i-1]+arr[i-2];
}
return arr[n];
}
}
70. 爬楼梯
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
链接: 爬楼梯
这道题就是斐波那契数列的简单应用，只是在斐波那契数列是套了一层外套
1.当你在n阶楼梯时
2.只能由n-1阶时走一步或者在n-2阶时走两步
3.所以爬到n阶的方法总数等于爬n-1阶时的方法数加上爬到n-2阶的方法数
也就是F(n)=F(n-1)+F(n-2)（状态转移方程）
代码：
int climbStairs(int n){
int arr[46]={1,1};
for(int i=2;i<=n;i++)
{
arr[i]=arr[i-1]+arr[i-2];
}
return arr[n];
}
746. 使用最小花费爬楼梯
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 。
示例 2：
输入：cost = [1,100,1,1,1,100,1,1,100,1]
输出：6
解释：你将从下标为 0 的台阶开始。
- 支付 1 ，向上爬两个台阶，到达下标为 2 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 4 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 6 的台阶。
- 支付 1 ，向上爬一个台阶，到达下标为 7 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 9 的台阶。
- 支付 1 ，向上爬一个台阶，到达楼梯顶部。 总花费为 6 。
提示：
2 <= cost.length <= 1000
0 <= cost[i] <= 999
链接: 使用最小花费爬楼梯
这题和之前的爬楼梯很相似，只是从求方案数到求最小值。
求解思路：
当你在 n 阶楼梯时
只能由 n-1 阶时走一步或者在 n-2 阶时走两步
当选择走 n-1 其花费也是走到 n-1 步时的最小花费加上走这一步的花费
n-2 其花费也是走到 n-2 步时的最小花费加上走这一步的花费
arr[n]值就是两者之间的最小值
定义一个数组arr[1001],用来存储走到n阶楼梯时的最小花费
我们可以得出状态转移方程为
arr[i]=min(arr[i-1]+cost[i-1],arr[i-2]+cost[i-2])
代码：
int min(int a,int b)
{
if(a>b)
return b;
return a;
}
int minCostClimbingStairs(int* cost, int costSize){
int arr[1001]={0,0};
for(int i=2;i<=costSize;i++)
{
arr[i]=min(arr[i-1]+cost[i-1],arr[i-2]+cost[i-2]);
}
return arr[costSize];
}
小结
从上述三题可以看出动态规划的大致流程
1.设计状态
2.写出状态转移方程
3.设定初始状态
4.执行状态转移
5.返回最终的解
接下来我们在看一个题
53. 最大子数组和
给你一个整数数组 nums ，请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。
子数组 是数组中的一个连续部分。
示例 1：
输入：nums = [-2,1,-3,4,-1,2,1,-5,4]
输出：6
解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。
示例 2：
输入：nums = [1]
输出：1
题解：
定义一个dp[100001]数组，用于储存以nums[n]为结尾的子数组的和的最大值。
然后根据题意可知，dp[n]的值有两种情况：
第一种：
- 当dp[n-1]<=0时，
- 表示的是以nums[n-1]结尾的所有子数组的最大值小于0，
- 此时dp[n]的值应该是arr[n]的值，因为一个数加上一个小于0的数总比原数小。
第二种：
- 当dp[n-1]>0时，
- dp[n]的值应该取dp[n-1]和dp[n-1]+nums[n]这两数中的最大值
可得状态转移方程为dp[n]=max(dp[n-1]+nums[n],nums[n])
设置初始状态 dp[0]=arr[0]
代码：
int max(int i,int j)
{
if(i>j)
return i;
return j;
}
int maxSubArray(int* nums, int numsSize){
int dp[100001]={};
dp[0]=nums[0];
int maxval=nums[0];
for(int n=1;n<numsSize;n++)
{
dp[n]=max(dp[n-1]+nums[n],nums[n]);
maxval=max(maxval,dp[n]);
}
return maxval;
}
结语
本期动态规划就到这了
我是Tom-猫
如果觉得有帮助的话，记得
一键三连哦ヾ(≧▽≦*)o。
