动态规划前言: 作者尽量以白话和GIF动图来讲解题目,使文章通俗易懂。
文章规划
- 为什么有动态规划?
- 动态规划是什么?
- 题目解析
- 动图演示代码
为什么有动态规划?
动态规划的一种算法,为什么有算法?就是解决某些问题时,时间复杂度高,为了优化时间从而产生了算法
动态规划是什么?
动态规划可以从很多个方面来解释
一种解释是将大事化小,再将小问题化更小,直到不能化为止(止就是初始化)。
第二种解释是从原理上解释,动态规划为什么一定正确?动态规划的本质就是优化的暴力枚举(什么是暴力枚举?比如从100个数里找99,for(int i = 0; i < 100; ++i)找100次),动态规划在暴力枚举的基础上省去了很多重复的枚举
题目解析
为了能更好理解,更好使用动态规划这个思想。动态规划可以看作填表(填数组(vector)表,表的规模和题目要求一样大,叫做dp表)。将动态规划分为了5部分:
- 状态表示(dp表里的每个数据的意义)
- 状态转移方程(填表时需要用到的方程)
- 初始化(防止填表时越界。使填表正确的进行下去)
- 填表顺序
- 返回值
- 怎么写出状态表示?
方法:以i位置为结尾/开头, 。。。。(题目要求)
ps:如果100道题则有80道题适用这种方法
此题的题目要求是小孩有多少种上楼方法,所以此题的状态表示为:
以i位置(台阶)为结尾,小孩上楼梯的方式有多少种
- 怎么写出状态转移方程?
方法:为了求出第i个位置,则要分析下标为i位置的表的最近的几个格子
分析:
小孩跳到了i台阶为止,问:小孩最后一跳只能从哪些台阶跳上来?
答:小孩最后一跳只能从i-3,i-2,i-1位置跳到i台阶。
x种方法从起点跳到i-3台阶,最后一跳,跳到了i台阶
y种方法从起点跳到i-2台阶,最后一跳,跳到了i台阶
z种方法从起点跳到i-1台阶,最后一跳,跳到了i台阶
所以一共跳到i台阶的方法有x+y+z种
x对应的刚好是下标为i-3的表信息,y对应的刚好是下标为i-2的表信息,z对应的刚好是下标为i-1的表信息
所以下标为i的位置的状态转移方程为:
dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3]
- 初始化
当你填下标为0、1、2的表位置时
dp[0] = dp[-1] + dp[-2] + dp[-3]
dp[1] = dp[0] + dp[-1] + dp[-2]
dp[2] = dp[1] + dp[0] + dp[-1]
这些情况会越界,导致程序出错,为了不出错,我们必须先初始化再填表
所以要初始化dp[0]、dp[1]、dp[2]、。dp[0] = 1, dp[1] = 1,dp[2] = 2
- 填表顺序
根据状态转移方程可知,填dp[i]时需要用到i前面的位置,所以填表顺序是从左往右
- 返回值
返回以n位置为结尾的方法有多少种,将i替换为n即可
所以返回dp[n]
参考代码:
int waysToStep(int n) {
//创建dp表
vector<int> dp(n + 1);
//初始化
dp[0] = 1;
dp[1] = 1;
if (n > 1)
dp[2] = 2;
//填表
for (int i = 3; i <= n; ++i)
{
//本来是dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3];
//但题目要求对结果模1000000007
dp[i] = ((dp[i - 1] + dp[i - 2]) % 1000000007 + dp[i - 3]) % 1000000007;
}
//返回值
return dp[n] ;
}
GIF动图演示代码