动态规划优化技巧

已于 2024-01-18 16:38:23 修改
阅读量420 收藏 11
点赞数 11
分类专栏： 动态规划 文章标签： 动态规划 算法
于 2023-12-17 22:22:11 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lzfnb666/article/details/135051691
版权

一、斐波那契系列(一维)

1、滚动数组优化空间复杂度

2、dp数组初始化/处理边界优化

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

二、路径问题(二维)

1、二维多加一行和一列方便填表

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

2~以dp[i,j]表示起点/终点均可

174. 地下城游戏 - 力扣（LeetCode）

三~简单多状态dp

2个状态2个一维dp数组

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

3个状态dp[n][3]

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

状态机

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

调整状态转移方程(防越界)

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

0x3f3f3f3f

四 子数组系列(是否带上最后一个元素)

1 以i位置结尾,长度>=1

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

2 环形转化为最小和

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

3 最大最小都保存

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

4 异号判断前面是否为0

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

5 长的子串包含短的

467. 环绕字符串中唯一的子字符串 - 力扣（LeetCode）

五 子序列系列

1 选[0,i-1]最大的一个

. - 力扣（LeetCode）

2 二维dp[i][j]下标+题目要求

一维分析状态转移方程,发现推不出来,就要细分条件成二维再推导

二维--->  多储存某种信息

六 子串系列

5. 最长回文子串 - 力扣（LeetCode）

用O(N^2)判断子串是否为回文作为一个步骤使用

乄北城以北乀
关注
  • 11
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
动态规划算法详解
m0_54615144的博客
07-27 2万+
动态规划算法通常用于求解具有最优性质的问题 基本概念 动态规划过程是：每次决策依赖于当前状态，又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的，所以，这种多阶段最优化决策解决问题的过程就称为动态规划(DP)。 基本思想与策略 基本思想与分治法类似，也是将待求解的问题分解为若干个子问题（阶段），按顺序求解子阶段，前一子问题的解，为后一子问题的求解提供了有用的信息。在求解任一子问题时，列出各种可能的局部解，通过决策保留那些有可能达到最优的局部解，丢弃其他局部解。...
动态规划算法的优化技巧
11-05
动态规划算法的优化技巧，使用动态规划方法解题，对于不少问题具有空间耗费大、时间效率高的特点，因此人们在研究动态规划解题时更多的注意空间复杂度的优化，运用各种技巧将空间需求控制在软硬件可以承受的范围之内...
最优化算法 - 动态规划算法
特立独行的博客
03-22 5604
动态规划算法是一种常用的优化算法，用于解决一些具有重叠子问题和最优子结构的问题。
[学习笔记]动态规划的优化
Andrewzdm的小窝
01-07 801
这一部分自己学的比较少，所以内容比较少……后面学了会增加内容。（然而事实上学了之后由于时间少也没时间更新了） 对于动态规划问题，我们顺利地设计出状态和转移只能解决一部分问题，而很多问题需要我们进行时间和空间上的优化才能通过，所以我们要进行动态规划的优化。 空间复杂度的优化 这不是重点，因为现在空间不是很重要，大部分的题目的空间限制都是足够的，但是不排除有些 毒瘤 特殊的题目卡空间，这就需要我们优化空间复杂度。 介绍一下空间复用思想：在很多算法中，尤其是动态规划中，一块空间只会被利用很少的次数然后就毫无用处了
动态规划入门篇
qq_52763385的博客
03-21 5236
大家好，我是耀星，相信大家在学习算法时会遇到很多的问题，当然我在学习时也会遇到问题， 动态规划与递归的关系 动态规划和递归非常的相似，都是通过组合子问题的解来求解原问题，且一般递归的问题都可以转化为动态规划，咱们举个简单的例子👇斐波那契数列。 第i个斐波那契数列值F[i]=F[i-1]+F[i-2]，如果我们想知道F[n]，那么我们就必须要知道F[n-1]和F[n-2]的值，如果采用递归的思路，将F[n]拆分成求F[n-1]+F[n-2]，将原问题拆分成子问题求解，不同的子问题又有公...
动态规划空间压缩技巧
weixin_43923436的博客
06-29 656
题目描述 常见的动态规划中，如果有两个或者三个可变参数，最终，会生成一张二维或者三维的动态规划表。动态规划的思想就是用空间换取时间，用空间把递归过程中的中间值记录下来，减少时间复杂度。 但是，如果再进一步优化空间呢？是否可以实现呢？当然可以。 二维动态规划空间优化 对于二维动态规划，有两个可变参数，需要画一张二维表，因此，我们就需要申请一个二维数组来存放。那么，二维动态规划的空间优化就是用一维数组就能实现。 话不多说，直接示例加上图： 比如，在一个二维动态规划题目中，最终求解结果是右下角的值，用五角星表示。
【图解动态规划】用大量图片告诉你动态规划改如何优化？
帅地
11-13 3551
前两天写一篇长达 8000 子的关于动态规划的文章告别动态规划，连刷40道动规算法题，我总结了动规的套路 这篇文章更多讲解我平时做题的套路，不过由于篇幅过长，举了 4 个案例之后，没有讲解优化，今天这篇文章就来讲解下，对动态规划的优化如何下手，并且以前几天那篇文章的题作为例子直接讲优化，如果没看过的建议看一下（不看也行，我会直接给出题目以及没有优化前的代码）：告别动态规划，连刷40道动规算法题，我...
C++动态规划详解
热门推荐
weixin_51951103的博客
09-11 1万+
动态规划思想 一、动态规划概念： 动态规划（dp）是研究多步决策过程最优化问题的一种数学方法。在动态规划中，为了寻找一个问题的最优解（即最优决策过程），将整个问题划分成若干个相应的阶段，并在每个阶段都根据先前所作出的决策作出当前阶段最优决策，进而得出整个问题的最优解。即记住已知问题的答案，在已知的答案的基础上解决未知的问题。 在这类问题中，可能会有许多可行解。每一个解都对应于一个值，我们希望找到具有最优值的解。动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后
组合优化的贪婪算法与动态规划
禅与计算机程序设计艺术
12-31 980
1.背景介绍 组合优化是一种常见的优化问题，其主要关注于在有限的资源或约束条件下，选择一组物品或活动以实现最大化或最小化的某种目标。这类问题在实际应用中非常广泛，如商品推荐、物流调度、资源分配等。由于其复杂性和规模，传统的数学方法难以解决，因此需要借助计算机科学的方法来寻找近似解或全局最优解。 贪婪算法和动态规划是两种常用的解决组合优化问题的方法。贪婪算法是一种基于贪心原理的递归算法，通过在每...
算法文档无代码动态规划算法的优化技巧
04-14
算法文档无代码动态规划算法的优化技巧提取方式是百度网盘分享地址
动态规划（Dynamic Programming）详解：算法优化之道
05-11
通过本文的学习，读者可以掌握动态规划算法的基本技巧，并在实际项目中得心应手。 引言 动态规划（Dynamic Programming，DP）是一种在数学、管理科学、计算机科学、经济学和生物信息学等领域中使用的，通过把原问题...
力扣416 分割等和子集 Java版本
m0_47066863的博客
06-14 460
然后就可以考虑用0-1背包的思路来解决这个问题，这里元素的值就是当前元素的价值和重量，背包的容量就是子集元素和的一半，最终需要确定这个背包里是否能够正好装进价值为子集和一半的时候。请你判断是否可以将这个数组分割成两个子集，使得两个子集的元素和相等。找出两个子集，让这两个子集的和相等可以转化思路为：找到一个子集，这个子集的和是子集中所有元素和的一半。解释：数组可以分割成 [1, 5, 5] 和 [11]。输入：nums = [1,5,11,5]输入：nums = [1,2,3,5]
力扣136. 只出现一次的数字
LNsupermali的博客
06-15 494
力扣136. 只出现一次的数字
深入理解指针（二）
黎相思的技术博客
06-13 1197
上面的代码虽然可以完成我们的需求,但是还是不够好,加入是1,2,3,4,5,6,7,8,9,10这样的数字呢?数组传参的时候,形参可以写成数组,也可以写成指针,数组传参的本质是传递的首元素的地址,所以形参即使写成数组的形式,本质上也是一个指针变量。数组首元素的地址和整个数组它们的地址是一样的,就说明它们的起始位置是一样的,那么arr和&arr的地址一样,本质上有啥区别呢?,这⾥的数组名表示整个数组,取出的是整个数组的地址(整个数组的地址和数组首元素的地址是有区别的)。
算法刷题笔记 区间和（离散化二分查找难题，带超详细注释的C++实现）详细解析
hanmo22357的博客
06-14 748
一道较难的离散化二分查找例题，以及带有超级详细注释和解析的C++代码实现。
代码随想录算法训练营DAY39｜62.不同路径、63. 不同路径 II
最新发布
Greeneril_的博客
06-18 121
忙。。后两题先跳过。
海康视觉算法平台VisionMaster 4.3.0 C# 二次开发01 加载方案并获取结果
cjh16606260986的博客
06-17 660
第一次使用海康视觉算法平台VisionMaster 4.3.0，项目中要使用这个平台进行视觉处理并获取结果。
单调队列优化动态规划
07-28
单调队列优化是一种常用的优化技巧，用于加速动态规划的求解过程。它主要应用于一类具有状态转移函数具有单调性的动态规划问题。 在使用动态规划求解问题时，通常会遇到一个状态转移函数，该函数具有单调性。也就是说，如果状态i的最优解比状态j的最优解好，且i在j之前，那么在求解状态j时，状态i不会对结果产生影响。 单调队列优化的核心思想是维护一个递增或递减的队列，用于记录可能成为最优解的状态。在状态转移过程中，我们只需要考虑队列中满足单调性要求的状态。 具体步骤如下： 1. 定义一个队列，用于存储可能成为最优解的状态的索引。 2. 初始化队列为空。 3. 从左到右遍历状态，并依次进行如下操作： - 如果队列不为空且队首元素已经不在有效范围内（根据题目要求定义），则将队首元素出队。 - 如果队列不为空，则当前状态与队尾元素进行比较，如果当前状态的最优解不如队尾元素的最优解好，则将队尾元素出队，直到队列为空或者当前状态的最优解比队尾元素的最优解好为止。 - 将当前状态的索引入队。 4. 根据题目要求，计算每个状态的最优解。 通过单调队列优化，可以减少状态的遍历次数，从而提高动态规划的效率。但需要注意的是，单调队列优化并不适用于所有的动态规划问题，只适用于具有单调性的状态转移函数。在使用时需要仔细分析问题的性质和要求。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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