写一个动态规划的算法

本文深入探讨动态规划的概念,通过实例解析动态规划的思路,包括斐波那契数列、0-1背包问题、最长上升子序列和最长公共子序列等问题。动态规划通过解决子问题并存储结果避免重复计算,确保找到最优解。文章还讨论了动态规划与贪心算法的区别,并展示了如何在实际问题中应用这两种方法。
摘要由CSDN通过智能技术生成

写一个动态规划的算法

递归是从上往下的计算,递归中有大量的重复计算,以斐波那契为例

动态规划是子上往下的解决问题,先解决小数据量下的结果层层类推,解决大数据规模下的问题

动态规划的思路:将原问题拆解成若干的子问题,同时保存子问题的答案,使得每个子问题只求解一次,最终获得原问题的答案。

有时候自顶向下的思考问题很容易,动态规划首先自顶向下的思考问题,然后用子底向上的实现。

    public int fib(int n){

        int[] memo = new int[n + 1];
        Arrays.fill(memo, -1);

        memo[0] = 0;
        memo[1] = 1;
        for(int i = 2 ; i <= n
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

wespten

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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