动态规划算法


学习视频:https://www.bilibili.com/video/BV1AB4y1w7eT

1、穷举法/暴力规划法

时间复杂度:
数组中的每个数,可以取,也可以不取,复杂度:O(2^n)
子序列最多遍历n次,复杂度:O(n)
总复杂度:O(n*2^n)

L=[1,5,2,4,3]
def e(nums,i):
    if i ==len(nums)-1:
        return 1
    max_len=1
    for j in range(i+1,len(nums)):
        if nums[j]>nums[i]:  # 可取,也可以不取,复杂度2^n
            max_len=max(max_len,e(nums,j)+1)
    return max_len
def length_of_e(nums):
    return max(e(nums,i) for i in range(len(nums)))  # 子序列遍历,复杂度n次
print(length_of_e(L))

2、记忆化搜索/带备忘录递归/递归树剪枝

方法1存在问题:子序列一直存在被重复遍历的情况,所以可以借助长度保存。当下次使用时已存在此子序列长度,则直接返回。
注意:memo的使用。
优势:以空间换时间

L=[1,5,2,4,3]
memo={}
def e(nums,i):
    if i in memo:
        return memo[i]
    if i ==len(nums)-1:
        return 1
    max_len=1
    for j in range(i+1,len(nums)):
        if nums[j]>nums[i]:
            max_len=max(max_len,e(nums,j)+1)
    memo[i]=max_len
    return max_len
def length_of_e(nums):
    return max(e(nums,i) for i in range(len(nums)))
print(length_of_e(L))

3、非递归/迭代方式

优势:直接计算时间复杂度,避免递归函数开销

n=int(input())
s=[int(i) for i in input().split()]
L=[1]*n 
for i in reversed(range(n)):
    for j in range(i+1,n):
        if s[j]>s[i]: # 注意这里的前提条件,若未进入循环,则为1.
            L[i]=max(L[i],L[j]+1) # 拿L[i]和L[j]+1相比,如果大于1,就更新值。
print(max(L))
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值