动态规划和回溯

动态规划:

      例子:求两个字符串的最大公共子序列,公式.

         

   分析:

        根据分析不相等的话右下角为左和上的最大值。相等的时候是左上角+1。

       变换的问题:一旦左面是1,则右面全是1。

        相当于a与random

         同理竖着的也是。

         最后的结果。

         代码:

       

package lcs;

public class Lcs {
    public int findLCS(String A,String B){
        int n = A.length();
        int m = B.length();
        char[] a = A.toCharArray();
        char[] b = B.toCharArray();
        int [][] dp = new int[n][m];
        //第一行的
        for(int i = 0;i<n;i++){
            if(a[i] == b[0]){
                dp[i][0] = 1;
                for(int j = i+1;j<n;j++){
                    dp[j][0] = 1;
                }
                break;
            }
        }
        //第一列的
        for(int i = 0;i<m;i++){
            if(a[0] == b[i]){
                dp[0][i] = 1;
                for(int j = i+1;j<m;j++){
                    dp[0][j] = 1;
                }
                break;
            }
        }
        for(int i = 1;i<n;i++){
            for(int j = 1;j<m;j++){
                if(a[i] == b[j]){
                    dp[i][j] = dp[i-1][j-1]+1;
                }else{
                    dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]);
                }
            }
        }
        for(int i = 0;i<n;i++){
            for(int j = 0;j<m;j++){
                System.out.print(dp[i][j]+" ");
            }
            System.out.println();
        }
        return dp[n-1][m-1];
    }

    public static void main(String [] args){
        Lcs lcs = new Lcs();
        int findLCS = lcs.findLCS("android", "random");
        System.out.println("公共子串"+findLCS);
    }
}

   回溯算法:

              题目是皇后在行和列和对角线不会出现碰撞的。

           

           cols[m]m是第几列,值是第m列的第几行是有皇后的。

           代码:

           

package queen;
public class Queen {
    public static int num = 0;//累计方案
    public static final int MAXQUEEN = 8;//放置的皇后数量放几个棋盘就是多大
    public static int[] cols = new int[MAXQUEEN];//定义cols数组,表示8列棋子皇后摆放的位置  下标是列值是行
    public void getCount(int n){
        boolean [] rows = new boolean[MAXQUEEN];//记录每列每个方格是否可以放皇后
        for(int m = 0;m<n;m++){//m是列
            rows[cols[m]] = true;//cols[m]值是第几行有皇后m是列,前几列的这几行是不能填的
            int d = n - m;//斜对角 列数之间的差距
            //正斜方向就是左面低右面高
            if(cols[m]-d>=0){ rows[cols[m] -d] = true;//这个是算的哪个不能填的,cols[m]3是行-d为差值1=2则第二行是不能填写的。
                }//反斜方向就是右面低左面高
            if(cols[m]+d<=(MAXQUEEN-1)){
                rows[cols[m]+d] = true;//同理
            }
        }
        for(int i = 0;i<MAXQUEEN;i++){//MAXQUEEN也是行也是列 //到此知道了哪些位置不能放皇后i行
            if(rows[i]){
                //不能放
                continue;
            }
            cols[n] = i;//n是列cols[n]是第几行
            if(n<MAXQUEEN-1){//最后一列放好了就是好了
                getCount(n+1);
            }else{            //下面可能仍然有合法位置
                //找到完整的一套方案
                num++;
                printQueen();
            }
        }
    }
    private void printQueen() {
        System.out.println("第"+num+"种方案");
        for(int i = 0;i<MAXQUEEN;i++){
            for(int j = 0;j<MAXQUEEN;j++){
                if(i == cols[j]){ System.out.print("0 ");
                }else{ System.out.print("+ "); }
            }System.out.println();
        }
    }
    public static void main(String[] args){
        Queen queen = new Queen();queen.getCount(0);
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
动态规划回溯法是两种常见的问题求解方法,它们在某些情况下有相似之处,但也有一些明显的区别。 1. 目标: - 动态规划动态规划是一种通过将问题分解为子问题的方式来解决问题的方法。其目标是通过求解子问题的最优解来得到原问题的最优解。 - 回溯法回溯法是一种通过穷举所有可能的解空间来寻找问题解的方法。其目标是找到满足约束条件的所有可能解。 2. 解空间: - 动态规划动态规划通常使用一个表格或者数组来存储子问题的解,从而避免重复计算。它将原问题分解为一系列子问题,并且按照某种顺序逐步求解子问题,最终得到原问题的解。 - 回溯法回溯法通过递归的方式遍历所有可能的解空间,它不需要存储子问题的解。回溯法通常使用深度优先搜索(DFS)来搜索解空间。 3. 剪枝: - 动态规划动态规划通过存储子问题的解来避免重复计算,从而提高效率。它将每个子问题的最优解保存在表格或者数组中,以便后续使用。 - 回溯法回溯法通常使用剪枝技巧来减少搜索空间。通过在搜索过程中判断某些情况是否满足约束条件,从而提前终止不满足条件的分支,减少不必要的计算。 总的来说,动态规划适用于具有重叠子问题性质和最优子结构性质的问题,而回溯法适用于需要穷举所有可能解的问题。动态规划通常需要额外的空间来存储子问题的解,而回溯法不需要额外的空间,但可能会有较高的时间复杂度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值