动态规划(Dynamic Programming, DP)是一种通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。下面是一个使用JavaScript实现的动态规划示例,解决经典的“斐波那契数列”问题。斐波那契数列中,每个数字是前两个数字之和,通常以0和1开始。
直接递归方法会有很多重复计算,而动态规划通过存储已经计算过的结果来避免这种重复,大大提高了效率。
function fibonacci(n, memo = []) {
// 初始化记忆数组, memo[0] 和 memo[1] 分别对应斐波那契数列的前两个值
memo[0] = 0;
memo[1] = 1;
// 如果已经计算过该值,直接从记忆数组返回,避免重复计算
if (memo[n] !== undefined) return memo[n];
// 递归计算斐波那契数,同时利用记忆化存储结果
memo[n] = fibonacci(n - 1, memo) + fibonacci(n - 2, memo);
return memo[n];
}
// 示例
console.log(fibonacci(10)); // 输出第10个斐波那契数
这段代码展示了如何使用动态规划思想来优化斐波那契数列的计算。通过引入memo
数组作为记忆化存储,避免了重复计算,使得即使是大的n
值也能在合理时间内计算出结果。这种方法体现了动态规划的核心思想:将问题分解为重叠子问题,并存储子问题的解以供后续使用,从而有效减少计算量。