一、问题引入
KY225 N阶楼梯上楼问题
1、问题理解
可认为是斐波那契数列。设求出上楼N层的方式函数F(N),想上N层楼,可以先上1层,再上N-1层,或先上2层,再上N-2层,即F(N)=F(N-1)+F(N-2)。F(1)=1, F(2)=2。
2、通常解法——斐波那契数列
#include <cstdio>
using namespace std;
int Fib(int n){
if(n==1||n==2){
return n;
}else{
return Fib(n-1)+Fib(n-2);
}
}
int main(){
int n;
scanf("%d",&n);
printf("%d",Fib(n));
}
3、进阶1——空间换时间
当我们使用递归的时候,会有大量重复计算的情况,可以采用空间换时间的方式进行改进。
将每次计算得到的F(N)先存入数组再返回,函数调用之前先进行判断对应数组位置是否有值,有则直接返回,无则进行计算。
#include <cstdio>
using namespace std;
int F[100];
int Fib(int n){
if(F[n]!=0){
return F[n];
}
if(n==1||n==2){
F[n]=n;
return n;
}else{
F[n] = F[n-1] + F[n-2];
return Fib(n-1)+Fib(n-2);
}
}
int main(){
int n;
scanf("%d",&n);
printf("%d",Fib(n));
}
4、进阶2——动态规划
上一种方式的缺点在于,递归过程需要进行问题分解,分解至最小问题时才能逐步计算回大问题。
此处就可使用动态规划,直接一步到位:从最小规模的问题开始计算。
#include <cstdio>
using namespace std;
int dp[100];
int Fib(int n){
dp[1] = 1, dp[2] = 2;
for(int i=3;i<=n;i++){
dp[i] = dp[i-1]+dp[i-2];
}
return dp[n];
}
int main(){
int n;
scanf("%d",&n);
printf("%d",Fib(n));
}
二、动态规划
三要素
- 状态:定义一个状态描述子问题——原问题的弱化版本
- 阶段:子问题的解决方案——可以基于已解决的问题
- 决策:从一个状态转移到另一个状态——不能有回头路(比如下图)