阿里算法工程师总结:动态规划4步曲,仅看这篇动归就够了

动态规划题目类型多,难度高,没有固定模板,死记硬背没用。作为大厂高频面试题,动态规划问题的识别与解决一直是难点所在,往往也是决定面试成功与否的最终关卡。不过不用怕,我总结了解决动态规划类问题的4步套路,分享给大家。

预备了一份见面礼在文末——2020最新大厂面试资料,感兴趣的同学可以转发本文后,关注我然后 家卫星:wjj2632646 即可获取领取哦~~~望笑纳

字节跳动算法工程师总结:动态规划4步曲,仅看这篇动归就够了

 

4步套路,解决动态规划问题

1、确定问题状态

  • 提炼最后一步
  • 的问题转化

2、转移方程,把问题方程化
3、按照实际逻辑设置初始条件和边界情况
4、确定计算顺序并求解

结合实例感受下:

你有三种硬币,分别面值2元,5元和7元,每种硬币都有足够多。买一本书需要27元。如何用最少的硬币组合正好付清,不需要对方找钱?

关键词“用最小的硬币组合正好付清”——“最小的组合”,求最值问题,动态规划

正常人第一反应思路:最少硬币组合?优先使用大面值硬币——7+7+7+5=26 额?可求解目标是27啊……改算法——7+7+7+2+2+2=27,总共用了6枚硬币正好27元.实际正确答案:7+5+5+5+5=27,才用了5枚硬币。所以这里贪心算法是不正确的。

套路用起来:

第一步,确定问题状态。

动态规划问题求解需要先开一个数组,并确定数组的每个元素f[i]代表什么,就是确定这个问题的状态。类似于解数学题中,设定X,Y,Z代表什么。

A、确定状态首先提取【最后一步】

最优策略必定是K枚硬币a1, a2,…, aK 面值加起来是27。

找出不影响最优策略的最后一个独立角色,这道问题中,那枚最后的硬币“aK”就是最后一步。把aK提取出来,硬币aK之前的所有硬币面值加总是27- aK因为总体求最硬币数量最小策略,所以拼出27- aK 的硬币数也一定最少(重要设定

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
阿里社招推荐和NLP算法工程师的笔试中可能会出现的算法题有很多种,我将为你提供一个例子进行回答。 假设题目要求设计一个基于协同过滤的电影推荐系统,根据用户的历史观影记录,为用户推荐其可能喜欢的电影。 首先,我们需要建立一个电影评分矩阵。矩阵的行表示用户,列表示电影,每个位置的值表示用户对该电影的评分。该评分矩阵可以通过采集用户行为数据和问卷调查的方式得到。 接下来,我们需要计算用户之间的相似度,然后为用户推荐那些和他们之前喜欢的电影相似的电影。常用的相似度计算方法有余弦相似度和皮尔逊相关系数。 具体算法步骤如下: 1. 对于一个指定用户,找到与其有相似观影记录的其他用户。 2. 根据这些相似用户的观影记录,计算推荐列表。 3. 根据推荐列表和已观看的电影,为该用户生成最终的推荐结果。 这个算法题主要考察了协同过滤算法的应用,以及相似度计算的方法。同时,对于大规模的数据集,还可能需要考虑算法的优化和并行化处理。 总结起来,阿里社招推荐和NLP算法工程师笔试中的算法题目涉及多种多样的问题,需要候选人具备扎实的算法和数据结构基础,对相关领域的理论和实践有深入的了解,并能灵活应用所学知识解决实际问题。编程能力和思维的严密性也是评估的重要因素。

“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