一,用递归的办法求兔子数列
1.优点:程序代码简洁明了。
2.缺点:当数据规模较大时,运行时间很长(用动态规划(记忆化搜索)算法进行优化)原因是有重复计算
#include<bits/stdc++.h>
using namespace std;
int f(int n)
{
if(n<=2)
{
return 1;
}
else
{
return f(n-1)+f(n-2);//递归求解兔子数列
}
}
int main()
{
cout<<f(60);//用递归方法运行兔子数列会存在问题:当数据较大时(比如60),运行时间变得很长
return 0;
}
二,记忆化搜索求兔子数列
注:记忆化搜索是空间来换时间
#include<bits/stdc++.h>
using namespace std;
int a[100000];//用来进行存储的数组
int f(int n)
{
if(!a[n])//如果当前值没有被计算过,则进行一次计算,并存储起来
{
if(n<=2)
{
a[n]=1;
}
else
{
a[n]=f(n-1)+f(n-2);
}
}
return a[n];//返回结果
}
int main()
{
cout<<f(60);
return 0;
}
三,动态规划求兔子数列
1.动态规划是一步一总结,步步为营。
2.动态规划的关键是递推公式(非常难推出),即状态转移方程。
3.代码很短但非常难理解。
4.常用名词:阶段,阶段变量,状态,状态变量 。
#include<bits/stdc++.h>
using namespace std;
long long f[100000];
int main()
{
int n=60;
f[1]=f[2]=1;//递推边界
for(int i=3;i<=n;i++)//动态规划
{
f[i]=f[i-1]+f[i-2];//状态转移方程
}
cout<<f[n];
return 0;
}
动态规划的主要问题类型:
1.背包问题:01背包,完全背包,多重背包,二维背包。
2.最长不降子序列问题。
3.最长公共子序列问题。
4.区间动规问题。