数据结构刷题(二十八):509斐波那契数、70爬楼梯、746 使用最小花费爬楼梯

这篇具有很好参考价值的文章主要介绍了数据结构刷题(二十八):509斐波那契数、70爬楼梯、746 使用最小花费爬楼梯。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

动态规划篇:

一、509. 斐波那契数

思路:动态规划五部曲。根据本题的要求具体划分:

  • 确定dp数组以及下标的含义:dp[i]的定义为:第i个数的斐波那契数值是dp[i]
  • 确定递推公式:状态转移方程 dp[i] = dp[i - 1] + dp[i - 2];
  • dp数组如何初始化:dp[0] = 0, dp[1] = 1;
  • 确定遍历顺序: 从递归公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出,dp[i]是依赖 dp[i - 1] 和 dp[i - 2],那么遍历的顺序一定是从前到后遍历的
  • 举例推导dp数组:

代码:文章来源地址https://www.toymoban.com/news/detail-405741.html

class Solution {
    public int fib(int n) {
        if (n <= 1) return n;
        // 这里设置为n+1,因为0到n有n+1个数
        int[] fib = new int[n + 1];
        // 初始化
        fib[0] = 0;
        fib[1] = 1;
        for (int i = 2; i <= n; i++) {
            fib[i] = fib[i - 1] + fib[i - 2];
        }
        return fib[n];
    }
}

二、70. 爬楼梯

注意:这个题的初始化存在争议,这里是默认dp[1]=1作为开头,不考虑dp[0]的情况。

public int climbStairs(int n) {
            // 1.确定dp数组
            int[] dp = new int[n + 1];
            if (n <= 2) return n;
            // 2.初始化dp数组, 这里不针对dp[0]做单独归一化
            dp[1] = 1;
            dp[2] = 2;
            for (int i = 3; i <= n; i++) {
                // 3.4. 确定递推公式 和 确定遍历顺序
                dp[i] = dp[i - 1] + dp[i - 2];
            }
            return dp[n];
        }

三、746. 使用最小花费爬楼梯

注意:dp初始化 是dp[0] = 0,dp[1] = 0;

递推公式是dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);

还有注意for循环中的i <=n。

代码:

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int n = cost.length;
        // dp[0] dp[1] 不算是楼梯里  所以索引是n + 1
        // 也可以理解成0到n,一共有n+1个数
        int[] dp = new int[n + 1];
        // 初始化
        dp[0] = 0;
        dp[1] = 0;
        // i <= n的意义在于最后要到楼顶,不是只在楼层上
        for (int i = 2; i <= n; i++) {
            dp[i] = Math.min(cost[i - 1] + dp[i - 1], cost[i - 2] + dp[i - 2]);
        }
        return dp[n];
    }
}

到了这里,关于数据结构刷题(二十八):509斐波那契数、70爬楼梯、746 使用最小花费爬楼梯的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 力扣 509. 斐波那契数

    题目来源:https://leetcode.cn/problems/fibonacci-number/description/    C++题解1:根据题意,直接用递归函数。 C++题解2(来源代码随想录):动态规划。动规五部曲:这里我们要用一个一维dp数组来保存递归的结果。 确定dp数组以及下标的含义:dp[i]的定义为第i个数的斐波那契数值是

    2024年02月15日
    浏览(28)
  • 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: 给定  n  ,请计算  F(n)  。 示例 1: 示例 2: 示例 3: 提示: 0 = n = 30

    2024年02月06日
    浏览(30)
  • LeetCode 509 斐波那契数(动态规划)

     509. 斐波那契数 - 力扣(LeetCode)   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: 给定  n  ,请计算  F(n)  。 【思路】动态规划 动规五部曲: 1.确定dp数组以及下

    2024年02月07日
    浏览(43)
  • 【leetcode】509. 斐波那契数(easy)

    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 解答 :

    2024年02月13日
    浏览(29)
  • 动态规划之 509斐波那契数(第1道)

    题目: 斐波那契数 (通常用  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: , ,其中 n 1 给定 n ,请计算 。 题目链接:509. 斐波那契数 - 力扣(LeetCode) 示例: 解法:

    2024年02月12日
    浏览(28)
  • (二十八)ArcGIS空间数据的转换与处理——数据结构转换

    空间数据的来源很多,如地图、工程图、规划图、航空与遥感影像等,因此空间数据也有多种格式。根据应用需要,需对数据进行格式转换,不同数据结构间的转换主要包括矢量数据到栅格数据的转换和栅格数据到矢量数据的转换。利用数据格式转换工具,可以转换Raster、

    2024年02月11日
    浏览(33)
  • 力扣第509题 斐波那契数 新手动态规划(推荐参考) c++

    509. 斐波那契数 简单 相关标签 递归   记忆化搜索   数学   动态规划 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: 给定  n  ,请计算  F(n)  。 示例 1: 示例 2:

    2024年02月07日
    浏览(35)
  • LeetCode:509. 斐波那契数 && 70. 爬楼梯 && 746. 使用最小花费爬楼梯

    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) 。 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

    2024年02月05日
    浏览(38)
  • 从0开始学C++ 第二十八课 数据结构深入 - 栈和队列

    第二十八课:数据结构深入 - 栈和队列 学习目标: 理解栈(Stack)的基本概念和特性。 掌握队列(Queue)的基本概念和特性。 学会在C++中使用栈和队列。 了解栈和队列的典型应用场景。 学习内容: 栈(Stack) 概念:栈是一种后进先出(LIFO, Last In First Out)的数据结构,元素

    2024年01月23日
    浏览(34)
  • 算法Day38 | 动态规划,509. 斐波那契数, 70. 爬楼梯, 746. 使用最小花费爬楼梯

    动态规划是一种解决问题的算法思想。它通常用于优化问题,其中要求找到一个最优解或最大化(最小化)某个目标函数。 动态规划的核心思想是 将问题分解成更小的子问题,并通过存储子问题的解来避免重复计算 。这样,可以通过解决子问题来构建原始问题的解。动态规

    2024年02月09日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包