斐波那契数列问题
所谓斐波那契数列,是指一个数列【当前项】的值等于【前两项】之和:
对于该题f(5)的递归求解:
public static int fibonix(int n){
if (n==0 || n==1) return 1;
int res=fibonix(n-1)+fibonix(n-2);
return res;
}
递归过程:
对于此过程存在f(n)重复调用的现象,向代码中加入计数器可得,每个f(n)的调用次数。
public static int fibonix(int n){ count[n]++; if (n==0 || n==1) return 1; int res=fibonix(n-1)+fibonix(n-2); return res; }
记忆化搜索的优化
用一个数组 flag[i] 来记录斐波那契数列 第 i 项的值,再次利用到该值时,无需递归求出,直接使用即可。
public static int fibonix(int n){
if (flag[n]!=0) return flag[n];//说明已被记录
count[n]++;
if (n==1 || n==0) {
flag[n]=1;
return 1;
}
int res=fibonix(n-1)+fibonix(n-2);
flag[n]=res;
return res;
}
优化过后每个f(n)的调用次数变为
斐波那契数列这个例子阐述了记忆化搜索的实现方式,并且提到了利用数组来记录已经计算出来的重叠子问题,这个和动态规划的思想非常相似,没错,记忆化搜索其实用的就是动态规划的思想。
记忆化搜索=深度优先遍历(dfs)+动态规划
例二:给定一个 n×m(n,m≤100) 的矩阵 A ,要求选择一个起点,然后选择上下左右四个相邻方向之一开始行走,并且要保证行走的点的值比当前点小,即找一条单调递减的路径,要求这条路径最长。
我们可以选择从 A33=25 这个位置出发,得到一条最大长度为 25 的路径。
dfs(preval, x, y)
代表的是从 这个位置出发能够到达的最长路,preval
则代表从哪个值过来的;首先进行坐标合法性判断,如果在边界以外,最长路一定是 0;- f[x][y]记录 这个位置出发能够到达的最长路长度
- 从第一个元素依次作为起点寻找最长度并以此记录分别以每个点为起点的最长路长度便于使用。
比如当以25为起点时,下一步可以是18,24,22,20,其中以18和24为起点的最长路路径前面已经记录,可以直接使用。