常见算法及问题场景——动态规划

本文介绍了动态规划的三个经典问题:硬币组合、0-1背包和Viterbi算法。硬币组合问题通过动态规划求解最少硬币数,0-1背包问题寻找背包能容纳的最大价值物品,Viterbi算法用于找出概率最高的迁移路径。每个问题都详细阐述了问题背景和解决思路。
摘要由CSDN通过智能技术生成

总述

动态规划、分治(最经典的是二分法)、贪心的共性:把问题划分为多个子问题,通过求子问题的解来求得问题最优解。
动态规划与分治的区别:动态规划的多个子问题之间是有依赖关系的,分治则没有。
动态规划与贪心的区别:动态规划求解当前子问题时,依赖于前面所有子问题的解;而贪心求当前子问题时,只考虑当前状态。

先推荐一篇讲动态规划讲得很好的文章:
http://www.hawstein.com/posts/dp-novice-to-advanced.html
接下来从几个经典问题来看。

硬币组合

问题

有面值为1元、3元和5元的硬币若干枚,如何用最少的硬币凑够11元?

思路

依次计算出0~11元的组合,并记录,每一个组合是前面所有组合中的某一个与1元、3元、5元硬币的搭配,并在搭配集合中取最小的一个。

f(y) = min{f(y-1)+1,f(y-3)+1,f(y-5)+1};
1:1
2 : min{f(2-1)+1,x,x} = 1+1 = 2;
3 : min{f(3-1)+1,x,x} = 2 + 1 = 3;
4 : min{f(4-1)+1,f(4-3)+1,x} = min{f(3)+1,f(1)+1,x} = min{4,2} = 2;
5:min{f(5-1)+1,f(5

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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