LeetCode刷题---斐波那契数列模型

这篇具有很好参考价值的文章主要介绍了LeetCode刷题---斐波那契数列模型。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。

LeetCode刷题---斐波那契数列模型,LeetCode刷题,面试,算法,c++

顾得泉:个人主页

个人专栏:《Linux操作系统》  《C/C++》  《LeedCode刷题》

键盘敲烂,年薪百万!


一、第N个泰波那契数

题目链接:1137. 第 N 个泰波那契数  

题目描述

泰波那契序列Tn定义如下:

        T0=0,T1=1,T2= 1,且在n>=0的条件下Tn+3= Tn+Tn+1t+Tn+2

        给你整数n,请返回第n个泰波那契数Tn的值。

示例1:

        输入:n=4

        输出:4

解释:

        T_3=0+1+1=2

        T_4=1+1+2=4

示例2:

        输入:n= 25

        输出:1389537

解法

1.状态表示:

        这道题可以「根据题目的要求」直接定义出状态表示:

        dp[i]表示:第i个泰波那契数的值。

2.状态转移方程:

        题目已经非常贴心的告诉我们了∶

             dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3]

3.初始化:

        从我们的递推公式可以看出,dp[i]在i = 0以及i = 1的时候是没有办法进行推导的,因为dp[-2]或dp[-1]不是一个有效的数据

        因此我们需要在填表之前,将0,1,2位置的值初始化

        题目中已经告诉我们dp[0] = 0,dp[1] = dp[2] = 1

4.填表顺序:

        毫无疑问是「从左往右」

5.返回值:

        返回dp[n]的值

代码实现

class Solution {
public:
    int tribonacci(int n) 
    {
        if(n == 0) return 0;
        if(n ==1 || n == 2) return 1;

        vector<int> dp(n + 1);
        dp[0] = 0,dp[1] = dp[2] = 1;
        for(int i = 3;i <= n; i++)
            dp[i] = dp[i-1] + dp[i-2] + dp[i-3];
        return dp[n];
    }
};

优化解法

class Solution {
public:
    int tribonacci(int n) 
    {
        if(n == 0) return 0;
        if(n ==1 || n == 2) return 1;

        int a = 0, b = 1, c = 1, d = 0;
        for(int i = 3;i <= n; i++)
            {
                d = a + b + c;
                a = b;
                b = c;
                c = d;
            }
        return d;
    }
};

二、三步问题

题目链接:面试题 08.01. 三步问题  

题目描述

       三步问题。有个小孩正在上楼梯,楼梯有r阶台阶一小孩一次可以上1阶、2阶或3阶。实现一种方法,计算小孩有多少种上楼梯的方式。结果可能很大,你需要对结果模1000000007.

示例1:

        输入:n=3

        输出:4

说明:有四种走法

示例2:

        输入:n=5

        输出:13

提示:

        n范围在[1,1000000]之间

解法

​1.状态表示

       这道题可以根据「经验+题目要求」直接定义出状态表示:dp[i]表示:到达i位置时,一共有多少种方法。

2.状态转移方程

       以i位置状态的最近的一步,来分情况讨论:

       如果dp[i]表示小孩上第1阶楼梯的所有方式,那么它应该等于所有上关步的方式之和:

             i. 上一步上一级台阶,dp[i] += dp[i - 1] 

             ii.上一步上两级台阶,dp[i] += dp[i - 2]

             iii.上一步上三级台阶,dp[i] += dp[i - 3]

       综上所述,dp[i] = dp[i - 1]+ dp[i - 2] +dp[i]

       需要注意的是,这道题目说,由于结果可能很大,需要对结果取模。

       在计算的时候,三个值全部加起来再取模,即(dp[i l+ dp[i - 2] + dp[i - 3])% MOD是不可取的,大家可以试验一下,取题目范围内最大值时,网站会报错signedinteger overflow。对于这类需要取模的问题,我们每计算一次(两个数相加/乘等),都需要取一次模。否则,万一发生了溢出,我们的答案就错了。

3.初始化

       从我们的递推公式可以看出,dp[i]在i = 0, i = 1以及i = 2的时候是没有办法进行推导的,因为dpL3]dp[-2]或dp[-1]不是一个有效的数据

       因此我们需要在填表之前,将1,2,3位置的值初始化

       根据题意,dp[1= 1, dp[2] = 2,dp[3] = 4

4.填表顺序

        毫无疑问是「从左往右」

5. 返回值

       返回dp[n]的值

代码实现

class Solution {
public:
    int waysToStep(int n) 
    {
        const int MOD = 1e9 + 7;
        if(n == 1 || n == 2) 
            return n;
        if(n == 3) 
            return 4;
        vector<int> dp(n + 1);
        dp[1] = 1, dp[2] = 2, dp[3] = 4;
        for(int i = 4;i <= n; i++)
            dp[i] = ((dp[i-1] + dp[i-2]) % MOD + dp[i-3]) % MOD;
        return dp[n];
    }
};

优化解法

class Solution {
public:
    int waysToStep(int n) 
    {
        const int MOD = 1e9 + 7;
        if(n == 1 || n == 2) 
            return n;
        if(n == 3) 
            return 4;
        int a = 1, b = 2, c = 4, d = 0;
        for(int i = 4;i <= n; i++)
        {   
            d = ((a + b) % MOD + c) % MOD;
            a = b;
            b = c;
            c = d;
        }
        return d;
    }
};

三、使用最小花费爬楼梯

题目链接:​ 746. 使用最小花费爬楼梯  

题目描述

       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的合阶。

        支付1,向上爬两个台阶,到达下标为的合阶。

        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,向上爬一个合阶,到达楼梯顶部。

        总花费为6。

注意注意:

     在这道题中,数组内的每一个下标[o,n - 1]表示的都是楼层,而顶楼的位置其实是在n的位置! 

解法

​1.状态表示:

       这道题可以根据「经验+题目要求」直接定义出状态表示:

       以1位置为结尾,巴拉巴拉

       dp[i]表示:到达1位置时的最小花费。(注意:到达i位置的时候,i位置的钱不需要算上)

2.状态转移方程:

根据最近的一步,分情况讨论:

             先到达i - 1的位置,然后支付cost[i - 1]

             接下来走一步走到i位置:dp[i - 1]+ csot[i - 1] ;

             先到达i -2的位置,然后支付cost[i - 2]

             接下来走一步走到i位置:dp[i - 2]+ csot[i - 2]。

3.初始化:

       从我们的递推公式可以看出,我们需要先初始化i = 0,以及 i 1位置的值。容易得到dp[0] = dp[1] = 0,因为不需要任何花费,就可以直接站在第层和第层上。

4.填表顺序:

       根据「状态转移方程」可得,遍历的顺序是「从左往右」。

5.返回值:

       根据「状态表示以及题目要求」,需要返回dp[n]位置的值。

代码实现

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) 
    {
        int n = cost.size();
        vector<int> dp(n + 1);
        for(int i = 2; i <= n; i++)
            dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2]);
        return dp[n];
    }
};

四 、解码方法

题目链接:91. 解码方法   

题目描述

       一条包含字母 A-Z 的消息通过以下映射进行了编码 :

        'A' -> "1"
        'B' -> "2"
        ...
        'Z' -> "26"

       要解码已编码的消息,所有数字必须基于上述映射的方法,反向映射回字母(可能有多种方法)。例如,"11106" 可以映射为:

  • "AAJF" ,将消息分组为 (1 1 10 6)
  • "KJF" ,将消息分组为 (11 10 6)

       注意,消息不能分组为  (1 11 06) ,因为 "06" 不能映射为 "F" ,这是由于 "6" 和 "06" 在映射中并不等价。

       给你一个只含数字的非空字符串 s ,请计算并返回解码方法的总数 。

       题目数据保证答案肯定是一个 32 位 的整数。

示例 1:

输入:s = "12"
输出:2
解释:它可以解码为"AB"(1 2)或者 "L"(12)。

示例 2:

输入:s = "226"
输出:3
解释:它可以解码为"BZ"(2 26),"VF"(22 6), 或者"BBF"(2 2 6) 。

示例 3:

输入:s = "06"
输出:0
解释:"06" 无法映射到"F",因为存在前导零("6" 和 "06" 并不等价)。

提示:

  • 1 <= s.length <= 100
  • s 只包含数字,并且可能包含前导零。

解法

​类似于斐波那契数列~

1.状态表示:

       根据以往的经验,对于大多数线性dp,我们经验上都是下以某个位置结束或者开始做文章,这里我们继续尝试「用i位置为结尾」结合「题目要求」来定义状态表示。

        dp[i]表示:字符串中[0,i]区间上,共有多少种编码方法。

2.状态转移方程:

        定义好状态表示,我们就可以分析i位置的dp值,如何由「前面」或者「后面」的信息推导出
来。关于i位置的编码状况,我们可以分为下面两种情况:

             i. 让i位置上的数单独解码成一个字母;

             ii.让i位置上的数与i - 1位置上的数结合,解码成一个字母。

下面我们就上面的两种解码情况,继续分析:

     让i位置上的数单独解码成一个字母,就存在「解码成功」和「解码失败」两种情况:

          i.解码成功:当i位置上的数在[1,9]之间的时候,说明1位置上的数是可以单独解码的,那么此时[0,i]区间上的解码方法应该等于[0, i - 1]区间上的解码方法。因为[0,i - 1]区间上的所有解码结果,后面填上一个 i位置解码后的字母就可以了。此时dp[i] = dp[i - 1] ;

          ii.解码失败:当i位置上的数是 0的时候,说明1位置上的数是不能单独解码的,那么此时[0,i]区间上不存在解码方法。因为1位置如果单独参与解码,但是解码失败了,那么前面做的努力就全部白费了。此时dp[i] = 0。

     让1位置上的数与i – 1位置上的数结合在一起,解码成一个字母,也存在「解码成功」和「解码失败」两种情况:

          i.解码成功:当结合的数在[10,26]之间的时候,说明([i - 1,i]两个位置是可以解码成功的,那么此时[0,i]区间上的解码方法应该等于[0,i - 2]区间上的解码方法,原因同上。此时的dp[i] = dp[i - 2] ;
          ii.解码失败:当结合的数在[0,9]和[27 , 99]之间的时候,说明两个位置结合后解码失败(这里一定要注意00 01 02 03 04......这几种情况),那么此时[0,i]区间上的解码方法就不存在了,原因依旧同上。此时dp[i] = 0。

       综上所述: dp[i]最终的结果应该是上面四种情况下,解码成功的两种的累加和(因为我们关心的是解码方法,既然解码失败,就不用加入到最终结果中去),因此可以得到状态转移方程

       ( dp[i]默认初始化为0) 

          i. 当s[i]上的数在[1,9]区间上时: dp[il t= dp[i - 1]

          ii.当 s[i - 1]与s[i]上的数结合后,在[10,26之间的时候:dp[i] +=dp[i - 2] ;

       如果上述两个判断都不成立,说明没有解码方法,dp[i]就是默认值0。

3.初始化:

方法一(直接初始化)∶

     由于可能要用到i - 1以及个位置上的dp值,因此要先初始化「前两个位置」。初始化 dp[o]:

         i. 当s[0] == '0'时,没有编码方法,结果dp[0] = 0 ;

         ii.当s[0] != '0'时,能编码成功,dp[0] = 1

初始化 dp[1j:

         i. 当s[1在[1,9]之间时,能单独编码,此时dp[1] += dp[0](原因同上,dp[1]默认为0)

         ii.当 s[0]与s[1]结合后的数在([10,26]之间时,说明在前两个字符中,又有一种编码方式,此时dp[1] += 1

方法二(添加辅助位置初始化)∶

     可以在最前面加上一个辅助结点,帮助我们初始化。使用这种技巧要注意两个点:

         i.辅助结点里面的值要保证后续填表是正确的;

         ii.下标的映射关系

4.填表顺序:

       毫无疑问是「从左往右」

5.返回值:

       应该返回dp[n - 1]的值,表示在[o,n - 1]区间上的编码方法

代码实现---方法一

class Solution {
public:
    int numDecodings(string s) 
    {
        int n = s.size();
        vector<int> dp(n);
        dp[0] = s[0] != '0';

        if(n == 1) 
            return dp[0];

        if(s[0] != '0' && s[1] != '0') 
            dp[1] += 1;
        int t = (s[0] - '0') * 10 + s[1] - '0';
        if(t >= 10 && t <= 26) 
            dp[1] += 1;

        for(int i = 2; i <n; i++)
        {
            if(s[i] != '0') 
                dp[i] += dp[i-1];
            int t = (s[i-1] - '0') * 10 + s[i] - '0';
            if(t >= 10 && t <= 26) 
                dp[i] += dp[i-2];
        }
        return dp[n-1];
    }
};

代码实现---方法二

class Solution {
public:
    int numDecodings(string s) 
    {
        int n = s.size();
        vector<int> dp(n + 1);
        dp[0] = 1;
        dp[1] = s[1 - 1] != '0';


        for(int i = 2; i <= n; i++)
        {
            if(s[i-1] != '0') 
                dp[i] += dp[i-1];
            int t = (s[i-2] - '0') * 10 + s[i-1] - '0';
            if(t >= 10 && t <= 26) 
                dp[i] += dp[i-2];
        }
        return dp[n];
    }
};

结语:今日的刷题分享到这里就结束了,希望本篇文章的分享会对大家的学习带来些许帮助,如果大家有什么问题,欢迎大家在评论区留言~~~ 文章来源地址https://www.toymoban.com/news/detail-758719.html

到了这里,关于LeetCode刷题---斐波那契数列模型的文章就介绍完了。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

  • 【动态规划】斐波那契数列模型

    冻龟算法系列之斐波那契数列模型 动态规划(英语:Dynamic programming,简称 DP) ,是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的,通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。动态规划常常适用于有重叠子问题和最优子结构性质

    2024年02月09日
    浏览(54)
  • 【算法】斐波那契数列与台风的故事

    在小岛的一个海滨小镇上,住着一个名叫苏菲的女孩。苏菲一家人靠海为生,她的生活简单而朴素,与大自然和谐共生。每天,苏菲都会来到海边,欣赏那美丽的日出和日落,感受着大海的呼吸。 然而,小岛的美丽风光并非一成不变。每年夏季,热带气旋活跃,台风频繁登陆

    2024年02月10日
    浏览(31)
  • 【算法】斐波那契数列通项公式

    如果数列 a n a_n a n ​ 的递推公式: a n = c 1 a n − 1 + c 2 a n − 2 a_n=c_1a_{n-1}+c_2a_{n-2} a n ​ = c 1 ​ a n − 1 ​ + c 2 ​ a n − 2 ​ ------(1) 根据待定系数法,假设 a n − x a n − 1 = y ( a n − 1 − x a n − 2 ) a_n-xa_{n-1}=y(a_{n-1}-xa_{n-2}) a n ​ − x a n − 1 ​ = y ( a n − 1 ​ − x a n − 2 ​

    2023年04月24日
    浏览(36)
  • 【动态规划专栏】专题一:斐波那契数列模型--------1.第N个泰波那契数

    本专栏内容为:算法学习专栏,分为优选算法专栏,贪心算法专栏,动态规划专栏以及递归,搜索与回溯算法专栏四部分。 通过本专栏的深入学习,你可以了解并掌握算法。 💓博主csdn个人主页:小小unicorn ⏩专栏分类:动态规划专栏 🚚代码仓库:小小unicorn的代码仓库🚚

    2024年02月21日
    浏览(31)
  • C语言经典算法实例6:斐波那契数列

    斐波那契数列指的是这样一个数列:1,1,2,3,5,8,13,21,34,55,89… 这个数列从第3项开始,每一项都等于前两项之和。 斐波那契数列的定义者,是意大利数学家莱昂纳多·斐波那契(Leonardo Fibonacci),生于公元1170年,卒于1250年,籍贯是比萨。 他被人称作“比萨的莱昂

    2024年02月02日
    浏览(37)
  • (动态规划) 剑指 Offer 10- I. 斐波那契数列 ——【Leetcode每日一题】

    难度:简单 写一个函数,输入 n ,求斐波那契(Fibonacci)数列的第 n 项(即 F(N) )。斐波那契数列的定义如下: F(0) = 0, F(1) = 1 F(N) = F(N - 1) + F(N - 2), 其中 N 1. 斐波那契数列由 0 和 1 开始,之后的斐波那契数就是由之前的两数相加而得出。 答案需要取模 1e9+7(1000000007),如计

    2024年02月12日
    浏览(39)
  • 动态规划入门:斐波那契数列模型以及多状态(C++)

        动态规划(Dynamic programming,简称 DP)是一种解决多阶段决策问题的算法思想。它将问题分解为多个阶段,并通过保存中间结果来避免重复计算,从而提高效率。 动态规划的解题步骤一般分为以下几步: 思考状态表示,创建dp表(重点) 分析出状态转移方程(重点) 初始化 确定

    2024年02月11日
    浏览(35)
  • 一分钟学算法-递归-斐波那契数列递归解法及优化

    一分钟学一个算法题目。 今天我们要学习的是用递归算法求解斐波那契数列。 视频教程链接:https://www.bilibili.com/video/BV1Wu4y1i7JJ/ 首先我们要知道什么是斐波那契数列。 斐波那契数列,又称黄金分割数列,是一个经典的数学数列,其特点是第一项,第二项为1,后面每个数字都

    2024年02月11日
    浏览(35)
  • Java【动态规划】斐波那契数列模型, 图文思路详解 + 代码实现

    本篇总结动态规划中的 斐波那契数列模型 的解法和思路 按照以下流程进行分析题目和代码编写 思路分析步骤 代码编写步骤 1, 状态表示 1, 构造 dp 表 2, 状态转移方程 2, 初始化+边界处理 3, 初始化 3, 填表(抄状态转移方程) 4, 填表顺序 4, 返回结果 5, 返回值 / OJ链接 题目分析

    2024年02月08日
    浏览(44)
  • 【动态规划专栏】专题一:斐波那契数列模型--------2.三步问题

    本专栏内容为:算法学习专栏,分为优选算法专栏,贪心算法专栏,动态规划专栏以及递归,搜索与回溯算法专栏四部分。 通过本专栏的深入学习,你可以了解并掌握算法。 💓博主csdn个人主页:小小unicorn ⏩专栏分类:动态规划专栏 🚚代码仓库:小小unicorn的代码仓库🚚

    2024年02月21日
    浏览(37)

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