动态规划算法的套路,动态规划入门
Posted 轻松玩编程
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了动态规划算法的套路,动态规划入门相关的知识,希望对你有一定的参考价值。
前言:”与其每天担心未来,不如努力现在。别对自己丧失信心,成长的路上,只有奋斗才能给你最大的安全感“
你好,我是梦阳辰,让我们一起加油,一起努力吧!
文章目录
1. 动态规划解决的问题
2.动态规划的算法思想
3.动态规划的基本步骤
4.经典例题讲解
1. 动态规划解决的问题
动态规划解决递归算法大量的冗余计算,递归算法是自顶向下思想,中间有太多重复计算,而动态规划自底向上递推求解,用表(通常为数组)记录子问题的解,以便保存和以后的检索,从最简单的问题的解填起,以自底向上的方式填表,这就保证了当我们求解一个子问题的时候,所有的与子问题相关子子问题,都可以从表中直接取用,不必重复计算。即用空间换取时间。但是,对于计算问题的解,还需利用递归公式。
动态规划的由来:
由于20世纪40年代末期,还没有出现计算机,这个动态填表的方法称为动态规划。
2.动态规划的算法思想
动态规划的思想的历史由来:
动态规划的总体思想:
动态规划算法与分治算法类似,其基本思想也是将待求解的问题分解成若干子问题,先求解子问题,再从子问题的解得到原问题的解。在用分治法求解时,有些子问题被重复计算了许多次。而动态规划保存已解决的子问题的答案,而在需要时再找出以求得的答案,就可以避免大量的重复计算,从而得到多项式时间算法。
动态规划用一个表来记录所有已解决的子问题的答案,具体的动态规划算法是多种多样的,但它们具有相同的填表方式。
分治算法的特征
如果不具备第三条特征,则可以考虑贪心算法或动态规划。
3.动态规划的基本步骤
1.找出最优解的性质并刻划其结构特征
2.递归的定义最优值
3.以自底向上的方式计算出最优值
4.根据计算最优值得到的信息构造最优解(有时可以省略)
动态规划特点:
4.经典例题讲解
题目一:机器人一次可以走1m,2m或3m。编写一个动态规划算法求机器人走n米有多少种走法。
递归求解:
#include<stdio.h>
#define N 4
int robotSteps(int n){
if(n==1||n==0)
return 1;
else if(n==2)
return 2;
else return robotSteps(n-1)+robotSteps(n-2)+robotSteps(n-3);
}
int main(){
int n;
printf("一共有%d种走法!
",robotSteps(N));
return 0;
}
动态规划求解:
#include<stdio.h>
#define N 4
int robotSteps(int n){
int i,arr[N+1];
arr[1]=1;
arr[2]=2;
arr[3]=4;
for(i=4;i<n+1;i++){
arr[i]=arr[i-1]+arr[i-2]+arr[i-3];
}
return arr[n];
}
int main(){
int n;
printf("一共有%d种走法!
",robotSteps(N));
return 0;
}
题目二:
子问题:列出所有情况可能出现的最优子结构,在将这些情况找出最优子结构。
递归解法:
递归求解重复计算太多。
动态规划解决这个问题。
1.转移方程
加一表示要一个硬币。
2.初始条件和边界情况
初始条件:就是用转移方程算不出来的,需要手工定义。
3.计算顺序
自顶向上,要让要求得问题,其子问题都被求过。
public static int coinChange(int []A,int M) {
int [] f =new int[M+1];
int n = A.length;
f[0]= 0;
int i,j;
for(i=1;i<=M;++i) {
f[i]=Integer.MAX_VALUE;
for(j=0;j<n;++j) {
if(i>=A[j]&&f[i-A[j]]!=Integer.MAX_VALUE) {
f[i]=Math.min(f[i]-A[j]+1,f[i]);
}
}
}
if(f[M]==Integer.MAX_VALUE) {
f[M]=-1;
}
return f[M];
题目三(计数问题)
计算顺序:
题目四(存在型)
以上是关于动态规划算法的套路,动态规划入门的主要内容,如果未能解决你的问题,请参考以下文章