是什么
记忆化搜索,本质还是动态规划,只是实现方式采用了深度优先搜索的形式,但是它不像深度优先搜索那样重复枚举所有情况,而是记录已经遍历过的状态的信息,从而避免对同一状态重复遍历,这样就和动态规划的思想不谋而合了。
一、我的理解
我的理解:思考套路和普通dp一样,但是确定遍历顺序改为dfs遍历
二、思考模板
1.定义的数组和函数
建立dp数组:dp[i][j]
深度优先遍历函数:dfs(i,j)
定义为:在区间(i,j)内符合题意的的情况
attention!!!!注意此处可以选择区间为开区间或者闭区间!!!!
2.模板
- 确定dp数组以及下标含义
- 确定递推公式
- dp数组如何初始化:一般初始化为-1,与dfs遍历联动,方便进行剪枝
- 确定遍历顺序
dfs进行遍历
递归终点:
如果 i≥j,返回 0
如果当前dp[i][j]已经被赋值,则return dp[i][j](剪枝)
递归入口:分情况讨论
三、例题
leetcode 3034
思路:
- 确定dp数组以及下标含义
定义函数dfs(i,j) 表示戳破在开区间 (i,j) 内的气球,最多可以获得多少金币。
定义数组dp[i][j]表示戳破在开区间 (i,j) 内的气球,最多可以获得多少金币。
- 确定递推公式
k>i&&k<j,在开区间(i,j)内最后一个戳破气球k可以获得的金币
- dp数组如何初始化
dp数组初始化为-1,并且dp数组长度初始化为[n+2][n+2](因为采用的开区间)
- 确定遍历顺序
dfs进行遍历
递归终点:
1,如果 i≥j-1,此时开区间内没有气球可以戳破了,返回0
2,如果当前dp[i][j]已经被赋值,则return dp[i][j];
递归入口:转2,确定递推公式
代码
class Solution {
public:
int maxCoins(vector<int>& nums) {
int n=nums.size();
vector<vector<int>> dp(n+2,vector<int>(n+2,-1));
vector<int> val(n+2);
for (int i = 1; i <= n; i++) {
val[i] = nums[i - 1];
}
val[0] = val[n + 1] = 1;
function<int(int,int)>dfs=[&](int i,int j){
if(i>=j-1)return 0;//此时开区间内没有气球可以戳破
if(dp[i][j]!=-1)return dp[i][j];
int ans=0;
for(int k=i+1;k<j;k++){
ans=max(ans,val[k]*val[i]*val[j]+dfs(i,k)+dfs(k,j));
}
dp[i][j]=ans;
return dp[i][j];
};
return dfs(0,n+1);
}
};