动态规划Dp算法

重叠子问题

引入：
斐波那契数列

递归时间复杂度太高，考虑把已经算出的结果保存起来，减少重复工作

选与不选：
本题要求在下图中找到能够连接的任务，要使之不重叠并能使各任务红字相加达到最大。
对每个任务i，当这个任务被选择时，前面必然有部分不重叠，部分重叠，将不重叠部分相加，比如OPT(8) = 4+OPT(5)
当这个任务不被选择时，



例：
选出一串数字中一些数字，使得数字不相邻，且数字和最大
1241783

import numpy as np
arr = [1,2,4,1,7,8,3]
def rec_opt(a, i): #递归
    if i == 0:
       return a[i] 
    elif i == 1:
        return max(a[0], a[1])
    else :
        A = rec_opt(a, i-1)
        B = rec_opt(a, i-2)+a[i]
        return max(A, B)
rec_opt(arr, 6)

def dp_opt(a, i):
    opt = np.zeros(len(a))
    opt[0] = a[0]
    opt[1] = max(a[0], a[1])
    for i in range(2, len(a)):
        opt[i] = max(opt[i-1], opt[i-2]+a[i])
    return opt[len(a)-1]
dp_opt(arr, 6)

在一串数字中选择几个数字使得相加之和等于给定数字，存在则返回true，不存在则返回false
例：
3，34，4，12，5，2
s = 9

arr = [3, 34, 4, 12, 5]
def rec_subset(a, i, s):
    if s == 0:
        return True
    elif i == 0:
        return a[i] == 0
    elif a[i] > s:
        return rec_subset(a, i-1, s)
    else:
        return rec_subset(a, i-1, s-a[i]) or rec_subset(a, i-1, s)
rec_subset(arr, 4, 12)     


import numpy as np
def dp_subset(a, s):
    subset = np.zeros((len(a), s+1), dtype = bool)
    subset[:, 0] = True
    subset[0, :] = False
    subset[0, a[0]] = False
    for i in range(1, len(a)):
        for j in range(1, s+1):
            if a[i] > j:
                subset[i][j] = subset[i-1][j]
            else:
                A = subset[i-1][j]
                B = subset[i-1][j-a[i]]
                subset[i, j] = A or B
    r, c = subset.shape
    return subset[r-1, c-1]
print dp_subset(arr, 9)
print dp_subset(arr, 13)

subset[ i, s]代表当a[i]之前是否能凑出s

https://www.bilibili.com/video/BV12W411v7rd/?spm_id_from=333.788.videocard.0