出入DP

Ivanzn

于 2018-04-09 21:00:32 发布

阅读量185

点赞数

本文链接：https://blog.csdn.net/Ivanzn/article/details/79871100

版权

做的第一道DP，是HDU上面的1003

题意是给你个数列，让你求出第一个指定序列的长度和它的起点和终点。（对于数列来说，第一个明显是1）

这个指定序列满足它是母序列的的所有子序列中和最大。

网上主要有三种解法：一:分治；二：DP（插头DP）；三：贪心（disgussl里面有人说可用贪心做）

我最近在学习DP，就用DP来解决这一题。

出入DP这道大门，我先到油管上看了MIT的两个关于dynamic programming的公开课，里面的教授讲的还不错，可惜到了后面就听不太懂。

那个高高的男教授一开始是用斐波那契递归引入了DP这个个概念。

对于求解任意地点的斐波那契数，我们首先想的是递归算法；

#include <cstdio>
#include <iostream>
using namespace std;
long long fib(int n){
	if(n<3)
		return 1;
	else{
		return fib(n-1)+fib(n-2);
	}
}
int main(){
    int n;
    cin>>n;
    cout<<fib(n)<<endl;
    return 0;
}

没错，就是上面那个丑的要死版本。

但是，我相信一定有人这么干过。

后面，想到的是，这个程序如果要交到判题机上面的话，铁定爆栈，所以有人用下面这个方法(滚动数组）

#include <stdio.h>
using namespace std;
int main(){
    int n;
    long long fib[3];
    while(~scanf("%d",&n)){
        fib[1]=1,fib[2]=1;
        for(int i=3;i<=n;++i)
            fib[i%3]=fib[(i-1)%3]+fib[(i-2)%3];
        printf("%lld\n",fib[n%3]);
    }
    return 0;
}

用了滚动数组以后，就节省了空间和时间。

油管上的那位教授采用了全新的方法（HUA JI）DP来做了：

准确的来说应该是用记忆化来算：

#include <stdio.h>
#include <cstring>
using namespace std;
long long memo[1000000];
long long k;
long long fib(int n){
    if(n<3)
        return 1;
    if(memo[n]!=0)
        return memo[n];
    else{
        k=fib(n-1)+fib(n-2);
        memo[n]=k;
    }
    return k;
}
int main(){
    int n;
    while(~scanf("%d",&n)){
        memset(memo,0,sizeof(memo));
        long long ans=fib(n);
        printf("%lld\n",ans);
    }
    return 0;
}

这个就和他写的差不多。这段代码采用了memo数组保存了在递归过程中已经计算过了的值。这样做的好处就在于免去了大量的重复计算，从而节约了时间。

在《算法导论》的动态规划这一章中，作者用切钢条的例子，向我们展示了DP这个算法的产生和它的两种解法。

但在这之前，我们要明白什么样的问题适用于DP呢？

有两个原则：

一：最优性原理

不论初始状态和初始决策如何，对于前面决策所造成的某一状态而言，其后各阶段的决策序列必须构成最优策略”。（百度百科）

就是说，原问题可以分解为多个子问题，子问题的最优解一定是原问题的最优解。

二：无后效性

就是说原问题的最优解只取决于子问题的值（最优解），而与子问题的状态无关。

简单来说，无论子问题是那条路走过来的，原问题都毫不在乎，他只关心子问题的结果（无情）。

DP两种思路：
一：TOP->DOWN

即自顶向下，从原问题出发，利用递归和记忆化保存中间变量，向下求解子问题，最后回溯，合并，得到答案。