动态规划五部曲:
1、确定dp数组以及下标的含义
2、确定递推公式
3、dp数组如何初始化
4、确定遍历顺序
5、举例推导dp数组
斐波那契数
509. 斐波那契数 - 力扣(LeetCode)
public class Solution {
public int MonotoneIncreasingDigits(int n) {
string s = n.ToString();
int size = s.Length;
for(int i=s.Length-1;i>0;i--){
if(s[i-1] > s[i]){
size=i;
s = s.Substring(0,i-1)+(char)(s[i-1]-1)+s.Substring(i);
}
}
for(int i=size;i
爬楼梯
70. 爬楼梯 - 力扣(LeetCode)
public class Solution {
public int ClimbStairs(int n) {
if(n==1){return n;}
int[] result = new int[n+1];
result[1] = 1;
result[2] = 2;
for(int i=3;i<=n;i++){
result[i] = result[i-1]+result[i-2];
}
return result[n];
}
}
使用最少花费爬楼梯
746. 使用最小花费爬楼梯 - 力扣(LeetCode)
public class Solution {
public int MinCostClimbingStairs(int[] cost) {
if(cost.Length == 1){return 0;}
int[] result = new int[cost.Length+1];
result[0] = 0;
result[1] = 0;
for(int i=2;i<=cost.Length;i++){
result[i] = Math.Min(result[i-1]+cost[i-1],result[i-2]+cost[i-2]);
}
return result[cost.Length];
}
}
不同路径
62. 不同路径 - 力扣(LeetCode)
按照五部曲,dp数组含义是从起点到[i,j]的路径总共有result[i,j]条路径;递归就是在点[0,0]到[1,1]有两条路,即[0,1]和[1,0],所以result[i,j]=result[i-1,j]+result[i,j-1];初始化就把纵横赋值为1,因为只有一个方法走,
public class Solution {
public int UniquePaths(int m, int n) {
int[,] result = new int[n,m];
for(int i=0;i
不同路径||
63. 不同路径 II - 力扣(LeetCode)
和上一题比就多了个障碍,只要把障碍的位置记录就行了。
public class Solution {
public int UniquePathsWithObstacles(int[][] obstacleGrid) {
int n = obstacleGrid.Length;
int m = obstacleGrid[0].Length;
int[,] result = new int[n,m];
if(obstacleGrid[n-1][m-1] == 1 || obstacleGrid[0][0] == 1){return 0;}
for(int i=0;i
整数拆分
343. 整数拆分 - 力扣(LeetCode)
要点:这题递推比较难,有两个拆分方向,一个是j*(i-j),一个是j*result[i-j]。例如输入5,拆分1,4,然后4可以继续拆分成1,3,然后就取1*4和1*1*3的最大值,再赋值到result[i]
public class Solution {
public int IntegerBreak(int n) {
int[] result = new int[n+1];
result[2] = 1;
for(int i=3;i<=n;i++){
for(int j=1;j
不同的二叉搜索树
96. 不同的二叉搜索树 - 力扣(LeetCode)
要点:首先就是二叉树的左边比头结点小,右边比头结点大,其次,根据例题输入n=3,图,以及二叉树的特性,能推断出result[3] = result[2]*result[0] + result[1]*result[1] + result[0]*result[2],就是左子树元素节点数量*右子树元素节点数量。
关于result[0]=1:
从定义上来讲,空节点也是一棵二叉树,也是一棵二叉搜索树,这是可以说得通的。
从递归公式上来讲,dp[以j为头结点左子树节点数量] * dp[以j为头结点右子树节点数量] 中以j为头结点左子树节点数量为0,也需要dp[以j为头结点左子树节点数量] = 1, 否则乘法的结果就都变成0了。
public class Solution {
public int NumTrees(int n) {
int[] result = new int[n+1];
result[0] = 1;
for(int i=1;i<=n;i++){
for(int j=1;j<=i;j++){
result[i] += result[j-1]*result[i-j];
}
}
return result[n];
}
}
背包问题
二维dp数组01背包:(详细看代码随想录 (programmercarl.com))
1、dp[i][j] 表示从下标为[0-i]的物品里任意取,放进容量为j的背包,价值总和最大是多少。
2、递推公式:dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i])
不放物品i:dp[i - 1][j](由dp[i - 1][j]推出,即背包容量为j,里面不放物品i的最大价值,此时dp[i][j]就是dp[i - 1][j]。(其实就是当物品i的重量大于背包j的重量时,物品i无法放进背包中,所以背包内的价值依然和前面相同);
放物品:dp[i - 1][j - weight[i]] + value[i](由dp[i - 1][j - weight[i]]推出,dp[i - 1][j - weight[i]] 为背包容量为j - weight[i]的时候不放物品i的最大价值,那么dp[i - 1][j - weight[i]] + value[i] (物品i的价值),就是背包放物品i得到的最大价值)。
3、初始化
从dp[0][0]开始,纵向初始化为0,横向i>0,都初始化为物品0能放进背包时的价值,放不进也初始化为0;其他的也都可以初始化为0。
4、遍历顺序:
先遍历物品或者背包都可以。
先遍历物品
// weight数组的大小 就是物品个数
for(int i = 1; i < weight.size(); i++) { // 遍历物品
for(int j = 0; j <= bagweight; j++) { // 遍历背包容量
if (j < weight[i]) dp[i][j] = dp[i - 1][j];
else dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
}
}
一维数组(滚动数组,就是每次循环都覆盖在原来的数组中,二维数组是i*j的数组,一维数组只需要j)
1、dp[j]表示容量为j的背包,所背的物品价值可以最大为dp[j]。
2、递推公式:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
3、初始化:全部初始为0.
4、遍历顺序
for(int i = 0; i < weight.size(); i++) { // 遍历物品
for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
分割等和字集
416. 分割等和子集 - 力扣(LeetCode)
要点:这题是前面背包问题的应用,然后一维数组的递推公式在这里的平替是背包体积是target,重量和价值是nums。不过我还没完全懂,先挂在这后面慢慢想。
public class Solution {
public bool CanPartition(int[] nums) {
bool[] dp = new bool[10000];
int sum = nums.Sum();
if(sum % 2 == 1){return false;}
int target = sum / 2;
dp[0] =true;
for(int i=0;i=nums[i];j--){
dp[j] = dp[j] || dp[j-nums[i]];
}
}
return dp[target];
}
}
最后一块石头的重量||
1049. 最后一块石头的重量 II - 力扣(LeetCode)
和分割等和子集同样的思路
public class Solution {
public int LastStoneWeightII(int[] stones) {
int sum = stones.Sum();
int target = sum/2;
int[] dp = new int[target+1];
for(int i=0;i=stones[i];j--){
dp[j] = Math.Max(dp[j],dp[j-stones[i]]+stones[i]);
}
}
return sum - 2*dp[target];
}
}
目标和
494. 目标和 - 力扣(LeetCode)
public class Solution {
public int FindTargetSumWays(int[] nums, int target) {
int sum = nums.Sum();
if(Math.Abs(target) > sum){return 0;}
if((target+sum)%2 == 1){return 0;}
int bagLength = (target+sum) / 2;
int[] dp = new int[bagLength+1];
dp[0] = 1;
for(int i=0;i=nums[i];j--){
dp[j] += dp[j-nums[i]];
}
}
return dp[bagLength];
}
}
一和零
474. 一和零 - 力扣(LeetCode)
public class Solution {
public int FindMaxForm(string[] strs, int m, int n) {
int[,] dp= new int[m+1,n+1];
foreach(string s in strs){
int zeroNum = 0;
int oneNum = 0;
foreach(char a in s){
if(a == '0')zeroNum++;
else oneNum++;
}
for(int i=m;i>=zeroNum;i--){
for(int j=n;j>=oneNum;j--){
dp[i,j] = Math.Max(dp[i,j],dp[i-zeroNum,j-oneNum]+1);
}
}
}
return dp[m,n];
}
}
目前,我对所有的01背包问题都不懂!
完全背包:所有物品都能无限放入背包
零钱兑换||
518. 零钱兑换 II - 力扣(LeetCode)
看起来和那个目标和的题差不多,对物品的使用次数没限制。不过还是不太懂。
public class Solution {
public int Change(int amount, int[] coins) {
int[] dp = new int[amount+1];
dp[0] = 1;
for(int i=0;i
组合总和IV
377. 组合总和 Ⅳ - 力扣(LeetCode)
public class Solution {
public int CombinationSum4(int[] nums, int target) {
int[] dp = new int[target + 1];
dp[0] = 1;
for (int i = 0; i <= target; i++) {
for (int j = 0; j < nums.Length; j++) {
if (i - nums[j] >= 0 && dp[i] < int.MaxValue - dp[i - nums[j]]) {
dp[i] += dp[i - nums[j]];
}
}
}
return dp[target];
}
}