动态规划理解 v1.0
当一个问题的求解需要对递归多次的子问题求解时,懂她爱规划是一种常用的方法。
即预先计算这些子问题的解,然后将他们储存起来,便于计算更大问题的值
- Fibonacci问题
递归等式:
def Fibonacci(n):
if n==0 or n == 1:
a = 1
else:
a = Fibonacci(n-1)+Fibonacci(n-2)
return a
可以看出每次递归调用,我们需要计算1次Fibonacci(n-1); 2次Fibonacci(n-2)……
即算法时间复杂性关于n呈指数关系
动态规划算法:
def Fibonacci(n):
a = [1,1]
for i in range(n):
a.append(a[0]+a[1])
a = a[-2:]
return a[0]
这个算法的算法复杂度是 O(n)
即对所需要的中间计算的集合以及他们之间相互依赖关系进行定义。可以使用缓存的思想避免冗余计算