一、第N个泰波那契数
1、题目讲解
2、思路讲解
- 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。 - 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] - 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 。 - 填表顺序：
毫⽆疑问是「从左往右」。 - 返回值：
应该返回 dp[n] 的值。
3、代码实现
普通版
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]=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];
}
};
空间优化版
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
1、题目讲解
2、思路讲解
- 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。 - 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 i 阶楼梯的所有⽅式，那么它应该等于所有上⼀步的⽅式之和：
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 - 3] 。
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 - 1] + dp[i - 2] + dp[i - 3])
% MOD 是不可取的，同学们可以试验⼀下， n 取题⽬范围内最⼤值时，⽹站会报错 signed
integer 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。 - 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 dp[-3] 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 。 - 填表顺序
毫⽆疑问是「从左往右」。 - 返回值
应该返回 dp[n] 的值。
3、代码实现
class Solution {
public:
int waysToStep(int n) {
if(n==1 || n==2) return n;
if(n==3) return 4;
const int MOD=1e9+7;
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];
}
};
三、使用最小花费爬楼梯
1、题目讲解
2、思路讲解
方法一：
- 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：
第⼀种：以 i 位置为结尾，巴拉巴拉
dp[i] 表⽰：到达 i 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） - 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] 。 - 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 0 层和第 1 层上。 - 填表顺序：
根据「状态转移⽅程」可得，遍历的顺序是「从左往右」。 - 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。
方法二：
- 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：
第⼆种：以 i 位置为起点，巴拉巴拉。
dp[i] 表⽰：从 i 位置出发，到达楼顶，此时的最⼩花费。 - 状态转移⽅程：
根据最近的⼀步，分情况讨论：
▪ ⽀付 cost[i] ，往后⾛⼀步，接下来从 i + 1 的位置出发到终点： dp[i + 1] +
cost[i] ；
▪ ⽀付 cost[i] ，往后⾛两步，接下来从 i + 2 的位置出发到终点： dp[i + 2] +
cost[i] ；
我们要的是最⼩花费，因此 dp[i] = min(dp[i + 1], dp[i + 2]) + cost[i] 。 - 初始化：
为了保证填表的时候不越界，我们需要初始化最后两个位置的值，结合状态表⽰易得： dp[n -
1] = cost[n - 1], dp[n - 2] = cost[n - 2] - 填表顺序：
根据「状态转移⽅程」可得，遍历的顺序是「从右往左」。 - 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。
3、代码实现
方法一：
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int n=cost.size();
vector<int> dp(n+1);
dp[0]=0,dp[1]=0;
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];
}
};
方法二：
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int n=cost.size();
vector<int> dp(n);
dp[n-1]=cost[n-1],dp[n-2]=cost[n-2];
for(int i=n-3;i>=0;i--)
{
dp[i]=cost[i]+min(dp[i+1],dp[i+2]);
}
return min(dp[0],dp[1]);
}
};
四、解码方法
1、题目讲解
2、思路讲解
-
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「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，⼀共有多少种编码⽅法。 -
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 i 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 i 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 i 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 i 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 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[i] += 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、代码实现
优化前：文章来源：https://www.toymoban.com/news/detail-760822.html
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[1]!='0' && s[0]!='0') dp[1]++;
int t=(s[0]-'0')*10+(s[1]-'0');
if(t>=10 && t<=26) dp[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];
}
};
优化后：文章来源地址https://www.toymoban.com/news/detail-760822.html
class Solution {
public:
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];
}
};
到了这里，关于动态规划——OJ题（一）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！
