动态规划 总结

这篇博客总结了动态规划在解决实际问题中的应用,包括斐波那契数列、错排公式、最长递增子序列(时间复杂度分析)以及最长公共子序列。通过实例和代码解释了动态规划的状态转移方程和优化技巧,对于理解和应用动态规划提供了深入的见解。
摘要由CSDN通过智能技术生成

一、斐波那契 跳台阶

能写出迭代就别用递归~


二、错排公式

小明给n(1<n<=20)个人写信,全都装错了信封。问有多少种可能。
letter[1] = 0;
letter[2] = 1;
【下标表示人数,0不用】


n >= 3时,将信封按顺序从1到n编号。在任意一种错装方案中,假设n号信封里装的是k号信封的信,而n号信封的信装在m号信封里。
1、若k == m。把n和m号信封里的信进行交换后,两者就是正确的,即除他们之外的剩余的n-2个信封全部错装,就是F[n-2];而m有n-1种可能取值(1到n-1任取一个),所以此类方式的可能性是(n-1)*F[n-2].
也可以理解为,在前n-2个错装的F[n-2]种方式的基础上,交换最后两个信封中的信,n信封和另外n-1中的任意一个信封进行交换(n-1种选择)。
2、若k != m。把n和m号信封里的信进行交换后,n号信封装的就是正确的,而m信封里装的是k信封的信,即除n之外的剩余的n-1个信封全部错装,就是F[n-1];而m有n-1种可能取值(1到n-1任取一个),所以此类方式的可能性是(n-1)*F[n-1].
也可以理解为,在有n-1个错装的F[n-1]种方式的基础上,将正确的n与另外n-1中的任意一个进行交换(n-1种选择),就得到所有信封全部装错的方式数。
综上所述,著名的错排公式:F[n] = (n-1) * F[n-1] + (n-1) * F[n-2]


三、最长递增子序列【时间复杂度O(n²),空间复杂度O(n)】

在一个已知序列[a1, a2, ,,, , an]中,取出若干个数,组成[ai1,ai2, ,,, , aim],其中下标i1, i2, im保持递增。

用F[i]表示递增子序列以ai结束时的最长长度,F[1] = 1.

推导F[i]:

假设F[1]~F[i-1]的值都已求出,以ai结尾的递增子序列,除了长度为1的情况,ai都是紧跟着一个由aj(j < i)组成的递增子序列之后。欲求以ai结尾的最长递增子序列长度F[i],需依次比较ai之前所有的aj(j < i)。若aj  < ai,则说明ai可以跟在以aj结尾的递增子序列之后,形成一个新的递增子序列,长度为F[j] + 1。取所有这些长度的最大值,得到F[i]。当没有一个a<ai,那么长度为1。

所以F[i] = max { 1, F[j]+ 1 | 所有满足a<ai且j < i的j }

代码:

#include<stdio.h>
int arr[21];//存输入的
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