在动态规划里记忆化搜索和递推的区别总结

在动态规划里记忆化搜索和递推的区别总结

记忆化搜索

记忆化搜索是采用自顶向下，将主问题拆分成子问题，其中对子问题的解会进行存储，这点上不同于分治法。
适用于动态规划公式比较复杂，且递归层次不深的问题

递推

递推是采用自底向上，逐步得出答案。
适用于动态规划公式比较简单明了的问题，可以防止递归层次过深的问题

例子：如斐波拉数列

采用记忆化搜索：

#include<bits/stdc++.h>
using namespace std;
int dp[105];
int find(int x){
	if(dp[x]!=0) return dp[x];
	else{
		dp[x]=find(x-1)+find(x-2);
		return dp[x];
	}
}
int main(){
	dp[0]=1;
	dp[1]=1;
	int x;
	cin>>x;
	cout<<find(x)<<endl;
	return 0;
}

采用递推：

#include<bits/stdc++.h>
using namespace std;
int main(){
	int dp[105];
	dp[0]=1;
	dp[1]=1;
	int n;
	cin>>n;
	for(int i=2;i<=n;i++){
		dp[i]=dp[i-1]+dp[i-2];
	}
	cout<<dp[n]<<endl;
	return 0;
}