- 描述:
往往用来解决求 1.max/min 2.Yes/No 3. Count(*), 求的是某一情景下最大或最小值而不是具体的方案。 - 例题:
- 矩阵 Matrix:
- 单序列 sequence:
- 双序列 two sequence:
- 解决思路:
- 状态:
用一个数组保留历史结果的意义。往往是当前状态下最好的结果。Matrix则为[i][j]下最好结果,sequence为i时最好的结果,同理对于两个sequence在list1[i]和list2[j]的情况下的最好结果。 - DP function:
建立动态规划方程也叫状态转移方程。建立当前的结果与之前保留的结果之间的关系。 - Initialization:
初始化,最极限的状态,最开始的状态。 - 结果:
返回最后的最好结果。
- 状态:
- 类型及代码示例
- Matrix DP:
一般是从最左上的状态到最右下的状态。观察当前的cell源自于哪几个前驱cell记性判断,写dp 方程。
<span style="font-size:14px;"> public int minPathSum(int[][] grid) { // write your code here if(grid==null || grid.length==0 || grid[0].length==0){ return 0; } int[][] res = new int[grid.length][grid[0].length]; int m = grid.length; int n = grid[0].length; res[0][0] = grid[0][0]; for (int i=1; i<m; i++){ res[i][0] = res[i-1][0] + grid[i][0]; } for (int j=1; j<n; j++){ res[0][j] = res[0][j-1] + grid[0][j]; } for(int i=1; i<m; i++){ for (int j=1; j<n; j++){ res[i][j] = Math.min(res[i-1][j], res[i][j-1])+grid[i][j]; } } return res[m-1][n-1]; }</span>
- 单序列,状态i代表是当前的i位置最好的结果。代表题目Word break。 res[i] = res[j] + correct(substring(j, i)),j和i之间的string能满足条件,同时加上j位置的最好结果结果。
<span style="font-size:14px;">public boolean wordBreak(String s, Set<String> dict) { if(s==null || s.length()==0){ return false; } boolean[] res = new boolean[s.length()+1]; res[0]=true; for(int j=1;j<=s.length();j++){ for(int i=0;i<j;i++){ if(res[i]&&dict.contains(s.substring(i,j))){ res[j]=true; break; } } } return res[s.length()]; }</span>
- 双序列。状态[i][j]代表的是s1的[i]和s2的[j]的最好结果数。发现现有状态和之前状态之间的关系。
<span style="font-size:14px;">public int minDistance(String word1, String word2) { if(word1.length()==0) return word2.length(); if(word2.length()==0) return word1.length(); int[][] res = new int[word1.length()+1][word2.length()+1]; for(int i=0; i<word1.length()+1; i++){ res[i][0] = i; } for(int i=0; i<word2.length()+1; i++){ res[0][i] = i; } for(int i=0; i<word1.length(); i++){ for(int j=0; j<word2.length(); j++){ if(word1.charAt(i)==word2.charAt(j)){ res[i+1][j+1]= res[i][j]; }else{ res[i+1][j+1] = Math.min(Math.min(res[i+1][j], res[i][j]), res[i][j+1])+1; } } } return res[word1.length()][word2.length()]; }</span>
- Matrix DP:
【算法总结】Dynamic Programming 动态规划
最新推荐文章于 2024-07-23 17:29:41 发布