利用动态规划求解斐波那契数列
public class Fibonacci
{
static int f[]=new int[100];
static long startTime=0;
public static void init()
{
for(int i=0;i<f.length;i++)
f[i]=-1;
}
public static void main(String[] args)
{
init();
startTime=System.currentTimeMillis();
fibonacci(40);
System.out.println("time:"+(System.currentTimeMillis()-startTime));
fibonacci2(40);
startTime=System.currentTimeMillis();
System.out.println(fibonacci3(40));
System.out.println("time:"+(System.currentTimeMillis()-startTime));
}
static int fibonacci(int i) //递归是一种自上而下的动态规划。
{
if(i==0)
{
return 0;
}
else if(i==1)
{
return 1;
}
else
{
return fibonacci(i-1)+fibonacci(i-2);
}
}
static int fibonacci2(int n) //一般的动态规划,就是这种自下而上的动态规划
{
int[] array=new int[n+1];
array[0]=0;
array[1]=1;
long startTime=System.currentTimeMillis();
for(int i=2;i<n+1;i++){
array[i]=array[i-1]+array[i-2];
}
for(int i=1;i<n+1;i++){
System.out.print(array[i]+" ");
}
System.out.println();
System.out.println("time:"+(System.currentTimeMillis()-startTime));
return array[40];
}
static int fibonacci3(int n) //备忘录法,跟自顶向下的动态规划递归是一样的,不同的是备忘录法利用了一个数组来记录每个子问题的解,从而避免重复求解,将问题简化。
{
if(f[n]>=0)
return f[n];
if(n == 0)
{
f[0] = 0;
return f[0];
}
if(n == 1)
{
f[1] = 1;
return f[1];
}
f[n] = fibonacci3(n-1) + fibonacci3(n-2);
return f[n];
}
}
结果如下:
time:545
1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765 10946 17711 28657 46368 75025 121393 196418 317811 514229 832040 1346269 2178309 3524578 5702887 9227465 14930352 24157817 39088169 63245986 102334155
time:0
102334155
time:0
相比较:备忘录法和自下向上的动态规划效率差不多,而自顶向下的递归则效率很慢。是以空间换时间的做法。
动态规划分为三种:自上而下有两种,备忘录法和递归。自下而上有一种,就是一般我们所使用的。
而备忘录和递归不同,备忘录法利用了一个额外数组来存储,计算过程中子问题的解,从而避免了递归方法中重复求解子问题的问题。
除了以上几种方法外还有求通项公式的方法直接得出F(n)=(1/√5)*{[(1+√5)/2]^n - [(1-√5)/2]^n}。求解更快速,但这是利用数学的方法,编程时不支持这样做。
结论:
动态规划求解的问题的一般要具有3个性质:
(1) 最优化原理:如果问题的最优解所包含的子问题的解也是最优的,就称该问题具有最优子结构,即满足最优化原理。
(2) 无后效性:即某阶段状态一旦确定,就不受这个状态以后决策的影响。也就是说,某状态以后的过程不会影响以前的状态,只与当前状态有关。
(3) 有重叠子问题:即子问题之间是不独立的,一个子问题在下一阶段决策中可能被多次使用到。(该性质并不是动态规划适用的必要条件,但是如果没有这条性质,动态规划算法同其他算法相比就不具备优势)