动态规划:将大问题分解成子问题去解决
如何判断该问题属于动态规划:
三点:
1. 重叠子问题
2.最优子结构
3.无后效应
(我觉的基本上让你求什么最优解的问题都可以试着用动态规划,要是真想理解上面三点的别的博客一搜就有)
下面重点来了:如何求解动态规划问题(万分感激原作者,让我入了门,在原作者的基础上进行文章的编写)
分为四个步骤:
1.状态的定义
2.状态的递推
3.初始化
4.返回结果
(不懂?没关系例题送给大家,代码只是作为讲解 交题的话需要大家自己改一下 毕竟我也是刚学的小白)
例题一:斐波那契数列
题目:大家都知道斐波那契数列,现在要求输入一个整数n,请你输出斐波那契数列的第n项(从0开始,第0项为0)。
分析如下图:
那么代码我们就可以写出来
class Solution(object):
def F(self, n):
f = [-1]*(n+1)
f[0] = 0
f[1] = 1
f[2] = 1
if n >= 3:
for i in range(3,n+1):
f[i] = f[i-1] +f[i-2]
return f
a = Solution()
b = a.F(6)
print(b)
还不懂吗? 没问题 再往下看:
例二:疯狂青蛙跳台阶(青蛙跳台阶问题就是斐波那契数列,而这个也有异曲同工之处)
题目:一只青蛙一次可以跳上1级台阶,也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
代码如下:
class Solution:
def Jump(self, n):
f = [0]* (n+3)
f[0] = 0
f[1] = 1
f[2] = 2
if n >= 3:
for i in range(3, n+1):
f[i] = f[i-1] * 2
return f[n]
(还没懂? 没事我也没懂 继续上题)
例三:矩形覆盖问题:
题目:我们可以用21的小矩形横着或者竖着去覆盖更大的矩形。请问用n个21的小矩形无重叠地覆盖一个2*n的大矩形,总共有多少种方法?