LeetCode 233.数字1的个数—数位DP
题目
给定一个整数 n,计算所有小于等于 n 的非负整数中数字 1 出现的个数。
其实,如果不考虑时间复杂度,这道题是非常简单直白的。只要对数字进行遍历,每个数字统计1的个数,然后进行累加就能得到正确答案。但是,描述越短,题目越狠。随着数字的不断增大,暴力枚举法常常不能起到很好的效果。这时我们就要着眼于如何优化这个算法。
通常情况下,我们对算法的优化都是要付出某些方面的代价来换取其他方面的优化,今天我们要使用的动态规划就颇有一种用空间换取效率的感觉(但并不是一定说动态规划要占用更多的空间,恰恰相反,有时候dp会带来节省空间的效用,这句话的意思更偏向于这样理解:动态规划相比原暴力算法需要额外的空间,但同时这也会减少其他资源的使用,有时包括之前使用的空间)。
那么为了解决这个问题,我们首先要对动态规划有一个更加直观的理解。
什么是动态规划
首先讲一下动态规划(Dynamic Programming),我对DP的认识就是 搜索+记忆化 。
动态规划会根据 初始状态 和 状态转移 对数据进行 检索 和 状态的记忆,一般会建立数组或者vector容器进行对状态的储存,便于下一步的递推,省去了重新来过的苦工。举个例子,斐波那契数列的递归求解和递推求解就是很经典的动态规划的威力的体现。
递归求解
int Solve(int n){
if(n<=0){
return 0;
}
if(n==1 || n==2){
return 1;
}
return Solve(n - 2) + Solve(n - 1);
}
DP求解
int dp[100] = {
0};
int Solve(int n){
if(n<=0){
return 0;
}
if(dp[n]!=0){
return dp[n];
}
if(n==1 || n