leetcode 746. 使用最小花费爬楼梯----动态规划篇
Posted 大忽悠爱忽悠
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了leetcode 746. 使用最小花费爬楼梯----动态规划篇相关的知识,希望对你有一定的参考价值。
使用最小花费爬楼梯题解集合
递归
思路:
将问题转化为对二叉树的遍历,因为初始阶段可以选择0或1,因此会有两颗二叉树,那么最终结果取这两颗二叉树中较小值
代码:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost)
{
//第一个元素必选,因此我们从第二个元素开始判断
return min(dfs(cost, 1,true)+cost[0], dfs(cost, 2,true)+cost[1]);
}
int dfs(vector<int>& cost,int index,bool isSel)//isSel记录当前位置选了还是没选
{
if (index == cost.size()) return 0;
//上面一层是否选了
if (isSel)
//上面一层选了,那么当前层可以选也可以不选
return min(dfs(cost, index + 1, true)+cost[index], dfs(cost, index + 1, false));
//上面一层没选,当前层必须要选
return dfs(cost, index + 1, true) + cost[index];
}
};
动态规划
理解题意:
只有从当前台阶准备往上面继续跨台阶的时候,才需要加上跨当前台阶的费用
1.dp[i]的含义
到达当前第i级台阶,需要的最小花费为dp[i]
2.状态转移方程
dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
因为跨上第i级台阶的前,我们可能处于第i-1级台阶,也可能处于第i-2级台阶,当我们处于第i-1级台阶的时候,我们只需要跨一步,就可以到达第i级台阶,花费为dp[i-1]+cost[i-1]。
当我们处于第i-2级台阶的时候,我们需要跨两步到达第i级台阶,花费为dp[i-2]+cost[i-2]
那么对于第i级台阶来说,有两种方式可以到达,我们需要从中挑选中花费最少的一种,即dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
3.初始化条件
从dp[i-1]和dp[i-2]可以推导出,初始化条件为dp[0]和dp[1].
dp[0]=0;
dp[1]=0;
这里dp[0],表示当我们位于0级台阶,即位于地面时。
代码:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost)
{
vector<int> dp(cost.size()+1, 0);
//只有从当前台阶准备往上面继续跨台阶的时候,才需要加上跨当前台阶的费用
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()];
}
};
动态规划优化—状态压缩
从状态转移方程我们可以看出,计算当前位置的dp[i[,只和dp[i-1]和dp[i-2]有关,因此我们只需要记住dp[i].dp[i-1]和dp[i-2]这三个变量即可,即完成对空间和时间的双重压缩。
这里我们用三个变量dp0,dp1,dp2来分别记录对应的三个状态。
代码:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost)
{
int dp0 = 0, dp1 = 0;
for (int i = 2; i <= cost.size(); i++)
{
//每一次往后推一位,更新一个新元素的值
int dp2 = min(dp0 + cost[i - 2], dp1 + cost[i - 1]);
dp0 = dp1;
dp1 = dp2;
}
return dp1;
}
};
以上是关于leetcode 746. 使用最小花费爬楼梯----动态规划篇的主要内容,如果未能解决你的问题,请参考以下文章
LeetCode Algorithm 746. 使用最小花费爬楼梯
leetcode 746. 使用最小花费爬楼梯----动态规划篇