1.第 N 个泰波那契数
1.题目解析
这个问题的理解其实相当简单,只需看一下示例,基本就能明白其含义了。
2.算法原理
1. 定义状态表
首先,我们要明白这道题的核心是找出一个序列中的数,这个序列遵循特定的规律:每个数都是它前面三个数的和。所以,我们定义一个状态表 dp
来帮助我们跟踪这个序列。在这个表中,dp[i]
表示第 i
个泰波那契数的值。
2. 确定状态转移过程
题目已经给出了我们需要的线索:每一个泰波那契数都是它前面三个数的和。用数学语言来说,这就是 dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3]
。这就像是爬楼梯,你每到达一个新的楼层,都需要知道前面三层楼的信息才能继续往上走。
3. 初始化状态
在开始爬楼梯之前,我们得确保脚下的几层是稳固的。在这个问题中,我们需要先确定 dp[0]
、dp[1]
和 dp[2]
的值。题目告诉我们 dp[0] = 0
,而 dp[1]
和 dp[2]
都是 1
。这就像是在说,我们从第一层开始,第一层和第二层的高度都是1,但第三层开始,我们就要根据前面的楼层来确定了。
4. 填表顺序
接下来,我们要开始填表了。既然每个数都依赖于它前面的数,那么我们就得从前往后,一层一层地填。这就像是在爬楼梯,你得从第一层开始,然后才能到第二层,再到第三层,依此类推。
5. 找出答案
最后,当我们填完整个表,到达第 n
层时,dp[n]
就是我们要找的答案。这就像是,当你爬到你想去的那层楼时,你就知道你已经走了多远。
3.代码编写
代码编写小套路:
- 特殊情况处理
- 定义dp表
- 初始化dp表某些元素
- 根据递推填dp表
- 返回答案
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[1] = dp[2] = 1;
for(int i = 3; i <= n; i++)
dp[i] = dp[i - 3] + dp[i - 2] + dp[i - 1];
return dp[n];
}
};
2.三步问题
1.题目解析
这个问题的理解其实相当简单,只需看一下示例,基本就能明白其含义了。
2.算法原理
非常抱歉,我忽略了列点排版的要求。以下是重新排列成列点形式的版本:
爬楼梯问题的动态规划解法
1、定义状态表
我们使用dp[i]
来表示到达第i
阶楼梯时有多少种不同的方法。
2、状态转移过程
对于第i
阶楼梯,我们可以从以下三种情况爬上来:
- 从第
i-1
阶爬一阶上来,所以dp[i]
+=dp[i-1]
。 - 从第
i-2
阶爬两阶上来,所以dp[i]
+=dp[i-2]
。 - 从第
i-3
阶爬三阶上来,所以dp[i]
+=dp[i-3]
。
因此,dp[i]
= dp[i-1]
+ dp[i-2]
+ dp[i-3]
。
注意:在计算过程中,每次加法运算后都需要立即取模,以防止溢出。
即 (dp[i - 1] + dp[i - 2] + dp[i - 3]) % MOD 是不可取的!
3、初始化
根据题意,我们进行初始化:
dp[1] = 1
(只有一种方法爬一阶楼梯)。dp[2] = 2
(有两种方法爬两阶楼梯)。dp[3] = 4
(有四种方法爬三阶楼梯)。
4、填表顺序
我们从第四阶楼梯开始,按照从左往右的顺序依次计算每一阶楼梯的不同方法数,直到达到楼梯的顶部。
5、返回值
最后,返回dp[n]
的值,其中n
是楼梯的总阶数,即为爬到楼梯顶部的不同方法数。
3.代码编写
套路如上~
class Solution
{
public:
int waysToStep(int n)
{
#define mod 1000000007
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 - 3] + dp[i - 2]) % mod) + dp [i - 1]) % mod;
return dp[n];
}
};
The Last
嗯,就是这样啦,文章到这里就结束啦,真心感谢你花时间来读。
觉得有点收获的话,不妨给我点个赞吧!
如果发现文章有啥漏洞或错误的地方,欢迎私信我或者在评论里提醒一声~