动态规划算法

1. 用递归的方法求兔子数列

  （1）优点：程序代码简洁明了

  （2）缺点：当数据规模较大时，运行时间很长，原因是有重复计算

  （3）优化：用动态规划算法进行优化（记忆化搜索）

 

#include <bits/stdc++.h>
using namespace std;
int f(int n);
int main()
{
    cout<<f(60);
    return 0;
}

int f(int n)
{
    if(n<=2)
    {
        return 1;
    }
    else
    {
        return f(n-1)+f(n-2);
    }
}

2. 记忆化搜索求兔子数列

注：额外用空间换取时间 

#include <bits/stdc++.h>
using namespace std;
int a[1000];
int f(int n);
int main()
{
    cout<<f(60);
    return 0;
}

int f(int n)
{
    if(a[n]==0)//没有算过才进行计算
    {
        if(n<=2)
        {
            a[n]=1;
        }
        else
        {
            a[n]=f(n-1)+f(n-2);
        }
    }
    return a[n];
}

3. 动态规划

（1）动态规划是一步一总结，步步为营

（2）动态规划的关键是递推公式（非常难推出，即状态转移方程）

（3）动态规划的代码很短，但是非常难理解，很抽象

（4）常用名词：阶段，阶段变量，状态，状态变量

#include <bits/stdc++.h>
using namespace std;
long long f[1000];
int main()
{
    int n=60;
    f[1]=f[2]=1;
    for(int i=3; i<=n; i++)
    {
        f[i]=f[i-1]+f[i-2];//线性推导
    }
    cout<<f[n];
    return 0;
}

 动态规划的主要问题类型：

（1）背包问题：01背包（每种物品只有一个），完全背包（每种物品有无数个），多重背包（每种物品有若干个），二维背包（限制因素有2个，比如体积和重量）

注：背包问题的三要素：耗费，收益，限制

（2）最长不降子序列问题

（3）最长公共子序列问题

（4）区间动态规划问题