今天重新复习一下动态规划算法
概念理解
动态规划按我的理解,其实就是以空间换时间,从而极大地减少复杂度. 其套路一般是寻找到状态转移方程, 然后, 通过状态转移, 填充一个数组,而最后题目的答案往往就是数组中的某一个元素.
与之对比的,我们可以考虑一下递归的思路,从某种意义上与动态规划正好相反, 递归的思路就"分而治之",将大问题自上而下拆分为小问题,然后去解决,而动态规划则是一开始去解决小问题,然后以此来解决大问题.
例题一: Fibonacci数列
解题思路
参考这位大佬的视频
dp的解题思路一般分为五步
1. 定义: dp数组含义,下标含义
2. 递推公式
3. 初始化的赋值
4. 遍历的顺序
5. 检查可以采用打印数组的方式
斐波那契数列(Fibonacci sequence),又称黄金分割数列,因数学家莱昂纳多·斐波那契(Leonardoda Fibonacci)以兔子繁殖为例子而引入,故又称为“兔子数列”,指的是这样一个数列:0、1、1、2、3、5、8、13、21、34、……在数学上,斐波那契数列以如下被以递推的方法定义:F(0)=0,F(1)=1, F(n)=F(n - 1)+F(n - 2)(
a. 递归法
b. 动态规划
/*************************************************************************
> File Name: fibonacci.cpp
> Author:
> Mail:
> Created Time: Sa 24 Jul 2021 09:08:18 CEST
************************************************************************/
#include<iostream>
#include <vector>
using namespace std;
int Fibonacci_recursive(int n)
{
if(n==1||n==2)
{
return 1;
}
return Fibonacci_recursive(n-1)+ Fibonacci_recursive(n-2);
}
int Fibonacci(int n)
{
vector<int> dp(n+1,0);
for (int i =1;i<n+1;i++)
{
if(i==1||i==2)
{
dp[i]=1;
}
else
{
dp[i]=dp[i-1]+dp[i-2];
}
}
return dp[n];
}
int main()
{
cout<<"give a number:"<<endl;
int n;
cin>>n;
std::cout<<"Fibonacci of "<<n<<" is "<< Fibonacci(n)<<endl;
}
例题二: 爬楼梯
You are climbing a staircase. It takes n
steps to reach the top.
Each time you can either climb 1
or 2
steps. In how many distinct ways can you climb to the top?
class Solution {
public:
int climbStairs(int n) {
if(n<3)
{
vector<int> dp{0,1,2};
return dp[n];
}
vector<int> dp(n+1,0);
dp[0] = 0;
dp[1] = 1;
dp[2] = 2;
for(int i=3;i<n+1;i++)
{
dp[i]= dp[i-1]+dp[i-2];
}
return dp[n];
}
};
例题三:不同路径 Leetcode_62
一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。
机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish” )。
问总共有多少条不同的路径?
/*************************************************************************
> File Name: LongesetIncreasingSubsequence.cpp
> Author: 海滩游侠
> Mail:
> Created Time: Sa 24 Jul 2021 10:09:19 CEST
************************************************************************/
#include<iostream>
#include <vector>
#include <string>
#include <sstream>
/*
*
* for loop review
Statement 1 is executed (one time) before the execution of the code block.
Statement 2 defines the condition for executing the code block.
Statement 3 is executed (every time) after the code block has been executed.
* */
using namespace std;
int longSubsequence(vector<int>& seq)
{
int n = seq.size();
cout<<"vec size "<<n<<endl;
vector<int> dp(n,1);
dp[0]=1;
for (int i=1;i<n;i++)
{
for (int j=i-1;j>=0;j--)
{
if(seq[i]>seq[j])
{
cout<<i<<": "<<dp[j]+1<<endl;
dp[i] = dp[j]+1;
break;
}
}
}
return dp[n-1];
}
int main()
{
vector<int> data;
int tmp;
string line;
getline(cin,line);
istringstream os(line);
while(os>>tmp)
{
data.push_back(tmp);
}
cout<<"Answer is "<<longSubsequence(data)<<endl;
}
例题四: 最大子串
给定一个整数数组 nums
,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
我们关注的状态量,
最大的子串和
每个位置此前的累和,(大于0就可以保留,小于0可以放弃)
/*************************************************************************
> File Name: MaximumValueContiguousSubsequence.cpp
> Author:
> Mail:
> Created Time: So 25 Jul 2021 07:52:04 CEST
************************************************************************/
#include <vector>
#include<iostream>
#include <sstream>
using namespace std;
inline int max(a,b)
{
return (a>b)?a:b;
}
int mvcs(vector<int> &nums)
{
int sum_tmp=0;
int max_tmp=0;
int len =nums.size();
for (int i=0;i<len;i++)
{
if(sum_tmp>0)
{
sum_tmp+=nums[i];
}
else
{
sum_tmp=nums[i];
}
max_tmp = max(max_tmp,sum_tmp);
}
return 0;
}
int main()
{
vector<int> nums;
int tmp;
string line;
getline(cin,line);
istringstream os(line);
while(os>>tmp)
{
nums.push_back(tmp);
}
cout<<"The size of nums "<<nums.size()<<endl;
}
其他例题: