Python三维动态规划（3D Dynamic Programming）

最新推荐文章于 2023-06-24 01:31:07 发布

阿白啥也不会

最新推荐文章于 2023-06-24 01:31:07 发布

阅读量932

点赞数 4

文章标签：动态规划算法 python

本文链接：https://blog.csdn.net/m0_73804671/article/details/129185842

版权

前言：

动态规划的适用条件为最优化原理和无后效性，可以有效地利用历史记录避免重复计算。动态规划一般由三个步骤组成：①定义数组；②求解初始值；③利用状态转移方程求解最优策略。（部分内容参考告别动态规划，连刷40道动规算法题，我总结了动规的套路）

为更好的理解三维DP问题的解法，从一维和二维开始介绍。

一、一维DP

问题1

描述：一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。

def g11(n):
    if n<=2:
        return n
    else:
        dp=[0 for i in range(n)] #创建n*1的列表
        dp[0]=1;dp[1]=2          #初始值
        for i in range(2,n):
            dp[i]=dp[i-1]+dp[i-2]#递归式：状态转移方程
        return dp[n-1]
>>> g11(10)
89

二、二维DP

①求方案数

问题2.1

描述：在m*n的方格纸上，一只蚂蚁从左上角(1,1)移动到右下角（m,n）,只能往下或者往右移动，每次移动一格，有多少种方案？本题以5*6为例

Ⅰ、数学方法

$C^q_p$ ,其中p=m+n-2，q=m-1

#定义组合函数c(n,m)=n!/m!(n-m)!
#阶层函数:factorial
from math import factorial as f
def c(n,m):
    r=int(f(n)/f(m)/f(n-m))
    return r

>>> c(9,4)
126

Ⅱ、DP

def g21(m,n):
    if m==1 or n==1: #显然当列或行为1时，方案唯一
        return 1
    else:
        dp=[[0 for i in range(n)] for j in range(m)] #创建m*n列表用于储存结果

        #初始值
        for i in range(m): #第一列方案都是1
            dp[i][0]=1
        for j in range(n): #第一行方案都是1
            dp[0][j]=1

        #状态转移方程
        for i in range(1,m):
            for j in range(1,n):
                dp[i][j]=dp[i-1][j]+dp[i][j-1]
        
        return dp[m-1][n-1]

>>> g21(5,6)
126

②求最小值

问题2.2

描述：在m*n方格纸上，每个格点（行列交叉处）上有未知个数的水滴，蚂蚁从左上角到右下角沾的水滴总数最小是多少？ l 为传入的列表，记录了对应点位置的水滴数，例如

l=[[1,2,3]] 对应1*3

l=[[1],[2],[3]] 对应3*1

l=[[1,2],[3,4]] 对应2*2

def g22(l):
    [m,n]=[len(l),len(l[0])]  #记录l的行列信息

    #特殊情况
    if m==1:
        return sum(l[0])
    elif n==1:
        return sum([i[0] for i in l]) 

    else:
        #创建m*n全0列表
        dp=[[0 for i in range(n)] for j in range(m)]

        #第一行和第一列作为初始值
        for i in range(m):
            dp[i][0]=dp[i-1][0]+l[i][0]
        for j in range(n):
            dp[0][j]=dp[0][j-1]+l[0][j]

        #状态转移方程
        for i in range(1,m):
            for j in range(1,n):
                dp[i][j]=min(dp[i-1][j],dp[i][j-1])+l[i][j]

        return dp[m-1][n-1]

>>> g22([[1],[2],[3]])
6
>>> g22([[1,2,3]])
6
>>> g22([[1,2,3],[4,5,6]]) #1+2+3+6=12
12

三、三维DP

①求方案数

问题3.1

描述：在m*n*p的立方体中，以整数点为格点，蚂蚁每次移动1个单位长度，方向如图所示，从起点到终点共有多少种方案？本题以3*4*5为例

Ⅰ、数学方法

$C^q_k*C^r_s$ ，其中，k=m+n+p-3，q=m-1，s=k-q=n+p-2，r=n-1

from math import factorial as f
def c(n,m):
    r=int(f(n)/f(m)/f(n-m))
    return r

>>> c(9,2)*c(7,3)
1260

Ⅱ、DP

def g31(m,n,p):
    l=[m,n,p]
    
    #特殊情况降维
    if 1 in l:
        l.remove(1)
        return g21(l[0],l[1])

    else:
        #创建m*n*p的列表
        dp=[[[0 for i in range(p)] for j in range(n)] for k in range(m)]

        #初值需计算三个平面,mon,mop,nop,o是原点
        #平面内即可降维
        for k in range(m):
            for j in range(n):
                for i in range(p):
                    l=[k,j,i]
                    if 0 in [k,j,i]:
                        l.remove(0)
                        dp[k][j][i]=g21(l[0]+1,l[1]+1)

        #状态转移方程
        for k in range(1,m):
            for j in range(1,n):
                for i in range(1,p):
                    dp[k][j][i]=dp[k][j][i-1]+dp[k][j-1][i]+dp[k-1][j][i]

        return dp[m-1][n-1][p-1]

>>> g31(3,4,5)
1260

②求最小值

问题3.2

描述：在m*n*p的立方体中，以整数点为格点，蚂蚁每次移动1个单位长度，方向如图所示，

每个格点都有一定的水滴，问蚂蚁从起点到终点最少沾的水滴数？l为传入的列表，记录了对应位置的水滴数，例如

l=[[[1,2],[3,4]]] 对应 1*2*2

l=[[[1,2]],[[3,4]]] 对应 2*1*2

l=[[[1],[2]],[[3],[4]]]对应 2*2*1

l=[[[1,2],[3,4]],[[1,2],[3,4]]] 对应 2*2*2

def g32(l):
    l1=[m,n,p]=[len(l),len(l[0]),len(l[0][0])]

    #创立m*n*p全0列表
    dp=[[[0 for i in range(p)] for j in range(n)] for k in range(m)]

    #特殊情况，降维
    if 1 in l1:
        a=l1.index(1)
        del l1[a]
        l2=[[0 for i in range(l1[0])] for j in range(l1[1])]

        if a==0:
            for j in range(n):
                for i in range(p):
                    print(i,j)
                    l2[j][i]=l[0][j][i]

        elif a==1:
            for k in range(m):
                for i in range(p):
                    l2[k][i]=l[k][0][i]

        else:
            for k in range(m):
                for j in range(n):
                    l2[k][j]=l[k][j][0]

        return g22(l2)
    else:
        
        #初始值1，三条轴上的赋值
        for k in range(m):
            dp[k][0][0]=dp[k-1][0][0]+l[k][0][0]
        for j in range(n):
            dp[0][j][0]=dp[0][j-1][0]+l[0][j][0]
            print(dp[0][j][0])
        for i in range(p):
            dp[0][0][i]=dp[0][0][i-1]+l[0][0][i]

        #初始值2，三个平面的赋值
        #mon平面
        for k in range(1,m):
            for j in range(1,n):
                dp[k][j][0]=min(dp[k-1][j][0],dp[k][j-1][0])+l[k][j][0]

        #nop平面
        for j in range(1,n):
            for i in range(1,p):
                dp[0][j][i]=min(dp[0][j-1][i],dp[0][j][i-1])+l[0][j][i]

        #mop平面
        for k in range(1,m):
            for i in range(1,p):
                dp[k][0][i]=min(dp[k-1][0][i],dp[k][0][i-1])+l[k][0][i]

        #状态转移方程
        for k in range(1,m):
            for j in range(1,n):
                for i in range(1,p):
                    dp[k][j][i]=min(dp[k][j][i-1],dp[k][j-1][i],dp[k-1][j][i])+l[k][j][i]

        return dp[m-1][n-1][p-1]

测试：

>>> g32([[[1,2],[3,4]]] ) #1*2*2
7
>>> g32([[[1,2]],[[3,4]]] ) #2*1*2
7
>>> g32([[[1],[2]],[[3],[4]]]) #2*2*1
7
>>> g32([[[1,2],[3,4]],[[1,2],[3,4]]]) #2*2*2
8