动态规划

最新推荐文章于 2022-07-14 14:53:29 发布

朝夕朝暮

最新推荐文章于 2022-07-14 14:53:29 发布

阅读量139

点赞数 1

分类专栏：笔记

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/m0_57255328/article/details/118630578

版权

笔记专栏收录该内容

14 篇文章 0 订阅

订阅专栏

dp总体思想
对于每一步决策，都列出各种可能的局部解，根据判断，舍弃一定不能得到最优解的局部解，在每一步都经过筛选，以至于每一步都是最优解来保证全剧最优解

动态规划多用于最优化问题，关键是存储子问题的每一个解，以备它重复出现

最优化问题第一反应：贪心或者dp

能采取dp的条件：

问题中的状态必须满足最优解原理
问题中的状态继续满足无后效性原则

无后效性：下一时刻的状态只与当前状态有关，与当前状态之前的状态无关，当前的状态是以往状态的总结

递归

解决斐波那契每一步都需要重复计算：用空间换时间

比如f5已经计算，令dp5等于f5，后期运营时，如果dp5不等于0就直接拿来用

重叠子问题
如果一个问题可以被分解为若干个字问题，并且这些字问题会重复出现，就称这个问题拥有重叠子问题

一个问题必须有重叠子问题才能运用dp来解决

数塔问题

在这里插入图片描述

问最大和
此问题对于贪心算法（每一步局部最优解不正确）
思路：a的二维数组存储数塔的每一个数字

dp数组记录计算过程

重叠子结构，下一层计算与上一层直接联系，每一层的数字都是

最优子结构，本层只与上层有关，与上上层无关：上一层谁大就加谁

后无效性原则

在这里插入图片描述

状态转移方程

最大值只需要比较dpn就可

把数塔从居中对齐换位左对齐
从上至下推
在这里插入图片描述
从下至上推
最优子结构：
状态转移方程

在这里插入图片描述

如果一个问题的最优解

dp前提：重叠子问题和最优子结构与后无效性原则

最大连续子序列和

在这里插入图片描述

枚举n的三次方

符合重复子问题
最优子结构是什么

第二次课

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
稍微有点困惑，不过后来想明白了

需要求一个连续子序列，最终结果在ans和dp里面比较大小。dp是当前数值与前一个加上当前数值比较大小。我的担心是，如果8，9，-1，40这样。但是懂了，dp是最优选择，这里两个单独的ans，17与40

关于何时开始，何时结束
开始：ans大于0，设为start
结束:dp大于maxn时候记下？？？
dp同时记录end与ans

在这里插入图片描述

最大子矩阵

每一行都映射到一个b数组，就一行的话，等于最大子序和

两行的话，两行相加合并为一行的矩阵
2，23，234，2345都映射到b数字

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

最长不下降子序列和

dp数组记录这个过程

前面没有比当前数字小，dp为1，接着2，3，4

在这里插入图片描述

在这里插入图片描述

最长公共子序列

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

拓展：最大公共子字符串是什么

在这里插入图片描述

硬币问题

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

01背包问题

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
2
评论
动态规划

总体思想对于每一步决策，都列出各种可能的局部解，根据判断，舍弃一定不能得到最优解的局部解，在每一步都经过筛选，以至于每一步都是最优解来保证全剧最优解动态规划多用于最优化问题，关键是存储子问题的每一个解，以备它重复出现最优化问题第一反应：贪心或者dp能采取dp的条件：问题中的状态必须满足最优解原理问题中的状态继续满足无后效性原则无后效性：下一时刻的状态只与当前状态有关，与当前状态之前的状态无关，当前的状态是以往状态的总结递归解决斐波那契每一步都需要重复计算：用空间换时间比如f5已经计算
复制链接

扫一扫

专栏目录

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。