C# 程式基礎

常見演算法：

動態規劃（Dynamic Programming，簡稱DP）：

• 基本概念：
  • 基本思想是將原始問題分解成較小的子問題，然後解決這些子問題，最後結合子問題的解來解決原始問題。
  • 與分治法（Divide and Conquer）不同點於，動態規劃的關鍵是儲存子問題的解，以便在需要時重複使用，並節省計算成本。
• 基本步驟：
  1. 定義子問題：
     確定如何將原始問題分解成較小的子問題。這通常需要一些創造性，以找到適當的子問題。
  2. 建立狀態表格：
     創建一個表格或陣列，用於儲存子問題的解。這個表格的維度和大小取決於子問題的性質。
  3. 初始化：
     將表格中的一些初始值設置為已知的值，通常是一些基本情況。
  4. 遞迴計算：
     使用遞迴或迴圈計算每個子問題的解，並將結果儲存在表格中。
  5. 合併結果：
     根據子問題的解合併出原始問題的解。
• 程式實作(Fibonacci)：

  static long Fibonacci(int n)
  {
      if (n <= 1)
          return n;
  
      long[] dp = new long[n + 1];
      dp[0] = 0;
      dp[1] = 1;
  
      for (int i = 2; i <= n; i++)
      {
          dp[i] = dp[i - 1] + dp[i - 2];
      }
  
      return dp[n];
  }
  
  static void Main(string[] args)
  {
      int n = 10;
      long result = Fibonacci(n);
      Console.WriteLine($"Fibonacci數列的第 {n} 個數是 {result}");
      //Fibonacci數列的第 10 個數是 55
  }
  

程式實作練習：

leetcode-70. Climbing Stairs

　　以上的解法不一定是最好的，但可以依照上方的方法學習、練習，
　並期望自己找到更好的方法，持續進步＞＜

參考來源

1. ChatGPT
2. C#最強入門邁向頂尖高手之路王者歸來
3. w3schools C#
4. 圖解資料結構 × 演算法:運用C#
5. leetcode
6. algo

期望挑戰30天持續更新成功 ～ DAY23