隐藏
Single

动态规划(一) 动态规划基础

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) 。


思路:

无需多盐,这,就是最简单的动归!

代码如下:

class Solution {

public:

    int fib(int n) {

        vector<int> F(n + 1);

        if (n < 1)

            return 0;

        F[0] = 0;

        F[1] = 1;

        for (int i = 2; i <= n; i++) {

            F[i] = F[i - 1] + F[i - 2];

        }

        return F[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. 1 阶 + 1 阶
2. 2 阶

示例 2:

输入:n = 3 输出:3 解释:有三种方法可以爬到楼顶。 1. 1 阶 + 1 阶 + 1 阶 2. 1 阶 + 2 阶 3. 2 阶 + 1 阶


思路:

dp[i]: 爬到第i层楼梯,有dp[i]种方法。

i-1有一种方法(一次爬1阶)到i。

i-2有一种方法(一次爬两阶)到i。(一次爬一阶是到i-1,包含在dp[i-1]里面了)

那dp[i]=dp[i-1]+dp[i-2]。

和斐波那契数列一样,代码如下:

class Solution {

public:

    int climbStairs(int n) {

        vector<int> dp(n + 1);

        if (n <= 1)

            return 1;

        // 令dp[n]=n,dp[n]=dp[n-1]+dp[n-2]

        dp[0] = 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

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 。

思路:

dp[i]是最低花费,dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])。

ez,代码如下:

class Solution {

public:

    int minCostClimbingStairs(vector<int>& cost) {

        // dp[i]是最低花费

        // dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);

        vector<int> dp(cost.size() + 1);

        if (cost.size() < 1)

            return 0;

        dp[0] = 0;

        dp[1] = 0;

        for (int i = 2; i <= cost.size(); i++) {

            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);

        }

        return dp[cost.size()];

    }

};

62. 不同路径

一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。

机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish” )。

问总共有多少条不同的路径?

 

示例 1:

输入:m = 3, n = 7
输出:28

示例 2:

输入:m = 3, n = 2
输出:3
解释:
从左上角开始,总共有 3 条路径可以到达右下角。
1. 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右
3. 向下 -> 向右 -> 向下

示例 3:

输入:m = 7, n = 3
输出:28

示例 4:

输入:m = 3, n = 3
输出:6

思路:

dp[m][n]是路径和, dp[m][n]=dp[m][n-1]+dp[m-1][n]。

要注意的是m,n是从0开始的,所以终点是在[m-1][n-1]上。

同时初始化的时候要把第一行和第一列初始化了,因为递推公式无法求m[0-1](或n[0-1])。

代码如下:

class Solution {

public:

    int uniquePaths(int m, int n) {

        // dp[m][n]是路径和

        // dp[m][n]=dp[m][n-1]+dp[m-1][n];

        vector<vector<int>> dp(m + 1, vector<int>(n + 1));

        dp[0][0] = 0;

        for (int i = 0; i < m; i++) {

            dp[i][0] = 1;

        }

        for (int i = 0; i < n; i++) {

            dp[0][i] = 1;

        }

        for (int i = 1; i < m; i++) {

            for (int j = 1; j < n; j++) {

                dp[i][j] = dp[i - 1][j] + dp[i][j - 1];

            }

        }

        return dp[m - 1][n - 1];

    }

};

63. 不同路径 II

给定一个 m x n 的整数数组 grid。一个机器人初始位于 左上角(即 grid[0][0])。机器人尝试移动到 右下角(即 grid[m - 1][n - 1])。机器人每次只能向下或者向右移动一步。

网格中的障碍物和空位置分别用 1 和 0 来表示。机器人的移动路径中不能包含 任何 有障碍物的方格。

返回机器人能够到达右下角的不同路径数量。

测试用例保证答案小于等于 2 * 109

 

示例 1:

输入:obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]
输出:2
解释:3x3 网格的正中间有一个障碍物。
从左上角到右下角一共有 2 条不同的路径: 1. 向右 -> 向右 -> 向下 -> 向下 2. 向下 -> 向下 -> 向右 -> 向右

示例 2:

输入:obstacleGrid = [[0,1],[0,0]]
输出:1

思路:
基本与上题一样,但在初始化时要注意:一旦遇到obstacleGrid[i][0] == 1的情况就停止dp[i][0]的赋值1的操作,dp[0][j]同理。

代码如下:

class Solution {

public:

    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {

        int m = obstacleGrid.size();

        int n = obstacleGrid[0].size();

       

        // 创建 dp 数组,初始化为 0

        vector<vector<int>> dp(m, vector<int>(n, 0));

       

        // 如果起点有障碍,则路径为 0

        if (obstacleGrid[0][0] == 1) return 0;

        // 初始化第一列

        for (int i = 0; i < m; i++) {

            if (obstacleGrid[i][0] == 1) break;  // 如果遇到障碍,后续路径无法到达

            dp[i][0] = 1;

        }

        // 初始化第一行

        for (int i = 0; i < n; i++) {

            if (obstacleGrid[0][i] == 1) break;  // 如果遇到障碍,后续路径无法到达

            dp[0][i] = 1;

        }

        // 填充 dp 数组

        for (int i = 1; i < m; i++) {

            for (int j = 1; j < n; j++) {

                if (obstacleGrid[i][j] == 1) {

                    dp[i][j] = 0;  // 如果当前位置有障碍,路径为 0

                } else {

                    dp[i][j] = dp[i-1][j] + dp[i][j-1];  // 否则路径数为从上方和左方的路径之和

                }

            }

        }

        // 返回右下角的路径数

        return dp[m-1][n-1];

    }

};

343. 整数拆分

给定一个正整数 n ,将其拆分为 k 个 正整数 的和( k >= 2 ),并使这些整数的乘积最大化。

返回 你可以获得的最大乘积 。

 

示例 1:

输入: n = 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。

示例 2:

输入: n = 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。

 


思路:

最大乘积为dp[i],dp[i] = max(dp[i], max((i – j) * j, dp[i – j] * j));

代码如下:

class Solution {

public:

    int integerBreak(int n) {

        vector<int> dp(n + 1);

        dp[2] = 1;

        for (int i = 3; i <= n ; i++) {

            for (int j = 1; j <= i / 2; j++) {

                dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));

            }

        }

        return dp[n];

    }

};

96. 不同的二叉搜索树

给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。

 

示例 1:

输入:n = 3
输出:5

示例 2:

输入:n = 1
输出:1

思路:

dp[i] : 1到i为节点组成的二叉搜索树的个数为dp[i]

dp[i] += dp[以j为头结点左子树节点数量] * dp[以j为头结点右子树节点数量]

初始化dp[0] = 1

代码如下:

class Solution {

public:

    int numTrees(int n) {

        vector<int> dp(n + 1);

        dp[0] = 1;

        for (int i = 1; i <= n; i++) {

            for (int j = 1; j <= i; j++) {

                dp[i] += dp[j - 1] * dp[i - j];

            }

        }

        return dp[n];

    }

};

暂无评论

发表评论

HTMLCOPY