- 博客(6)
- 资源 (6)
- 收藏
- 关注
RSS订阅
原创 动态规划分析总结——如何设计和实现动态规划算法
进行算法设计的时候，时常有这样的体会：如果已经知道一道题目可以用动态规划求解，那么很容易找到相应的动态规划算法并实现；动态规划算法的难度不在于实现，而在于分析和设计—— 首先你得知道这道题目需要用动态规划来求解。本文，我们主要在分析动态规划在算法分析设计和实现中的应用，讲解动态规划的原理、设计和实现。在很多情况下，可能我们能直观地想到动态规划的算法；但是有些情况下动态规划算法却比较隐蔽，难以发现。
2014-07-19 19:13:08
14438
8
原创 动态规划第六讲——leetcode上的动态规划汇总（下）
接下来的几道题，都是有关路径问题，这可以说是DP问题的一种典型应用。路径有一个维度的；也有两个维度的。Eg10:Climbing Stairs这道题目比较简单，重在分析思路。Eg11:Minimum Path Sum 分析：略class Solution { public: int minPathSum(v
2014-07-21 15:22:49
1815
原创 动态规划第五讲——leetcode上的题目动态规划汇总（上）
本节，我们将对leetcode上有关DP问题的题目做一个汇总和分析。1.题目来源Interleaving String 动态规划 二叉树Unique Binary Search Trees 动态规划二叉树Word Break 动态规划N/AWord Break II 动态规划N/APalindrome Partitioning 动态规划N/A
2014-07-21 15:16:49
3661
原创 动态规划第4讲——计数问题中的DP算法
DP不仅广泛用于各种最优化问题，也常常用于排列组合的个数、概率期望计算等等，因为这些问题往往具有很好的“ 重叠子问题”特性，这些问题往往都起源于排列组合中的组合公式A(n, k) = A(n-1, k) + A(n-1, k-1)例一：求解划分数有n个无差别的物品，将他们划分成不超过m组，求划分方法数除以M的余数。分析：dp[i][j]j的i划分的总数dp[i][j] =
2014-07-21 15:00:46
3022
原创 动态规划第三讲——序列化的动态规划问题
在第三节中，我们将讨论序列化问题中的动态规划解法。这部分多半分为单序列和双序列等问题例一：最长上升子序列。最长上升子序列问题，有一个正整数数列，长度n在1000之内，元素a[i]在10^5之内，求最长递增子序列的长度。分析一：发现问题的可分性质如果我们采用穷举法，将有2^n的时间复杂度；这里面有很多是重复的4、3、***类型的子序列，以4开头的递增子序列的长度都是1.
2014-07-21 14:56:07
2416
原创 动态规划第二讲——完全背包与多重背包问题
上一节，我们讨论了01背包问题，说明了*递归与分治法 与 动态规划DP的区别和联系，介绍了缓存的概念*。以下，我们用DC、DP、cache分别表示分治法、动态规划和缓存。本节，我们讨论01背包的另外两种形似——完全背包和多重背包问题，分析DP问题的另外一些情况。例一：完全背包问题同样有n种价值和重量分别为weight[i] and value[i]， 背包大小W。限制条
2014-07-21 14:53:13
7510
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人