学过算法的应该知道,动态规划一直都是一个非常难的模块,无论是状态转移方程的定义还是dp表的填表,都非常难找到思路。在这个算法的支线专题中我会结合很多力扣题型,由简单到复杂,带大家深度剖析动态规划类的题型,欢迎大家关注啊。 顺序: 题目链接-》算法思路-》代码呈现
动态规划类题目解题步骤:
题目链接:
https://leetcode.cn/problems/n-th-tribonacci-number/description/
算法思路:
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:
应该返回 dp[n] 的值。
代码呈现:
class Solution {
public int tribonacci(int n) {
if(n==0){
return 0;
}
if(n==1||n==2){
return 1;
}
int[] dp=new int[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];
}
}
题目链接:
https://leetcode.cn/problems/min-cost-climbing-stairs/description/
算法思路:
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:
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 0 层和第 1 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。
代码呈现:
class Solution {
public int minCostClimbingStairs(int[] cost) {
int size=cost.length;
if(size==2) return Math.min(cost[0],cost[1]);
int[] dp=new int[size+1];
dp[0]=0;
dp[1]=0;
dp[2]=Math.min(cost[0],cost[1]);
for(int i=3;i<=size;i++){
dp[i]=Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
}
return dp[size];
}
}
题目链接:
https://leetcode.cn/problems/decode-ways/
算法思路:
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「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。
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:
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 。
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 。
3. 初始化:
⽅法⼀(直接初始化):
由于可能要⽤到 i - 1 以及 i - 2 位置上的 dp 值,因此要先初始化「前两个位置」。
初始化 dp[0] :
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[1] :
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 [0, n - 1] 区间上的编码⽅法。
代码呈现:
class Solution {
public int numDecodings(String s) {
char[] arr=s.toCharArray();
int n=arr.length;
int[] dp=new int[n+1];
dp[0]=1;
if(arr[0]=='0') dp[1]=0;
else dp[1]=1;
if(n==1){
return dp[1];
}
for(int i=2;i<n+1;i++){
if(arr[i-1]!='0'){
dp[i]+=dp[i-1];
}
if(((arr[i-2]-'0')*10+(arr[i-1]-'0'))<=26&&((arr[i-2]-'0')*10+(arr[i-1]-'0'))>=10){
dp[i]+=dp[i-2];
}
}
return dp[n];
}
}