【21天学习挑战赛】算法——动态规划

​> 活动地址：CSDN21天学习挑战赛

动态规划

动态规划是从底部开始解决问题，先解决小问题，再合并成一个整体解决方案，从而解决掉整个大问题。通常会使用一个数组来建立一张表，用于存放被分解成众多子问题的解。当算法执行完毕，最终的解将会在这个表中很明显的地方被找到。

斐波那契数列

function dynFbi(n){
  let val = [];
  for(let i = 0; i <= n; i++){
    val[i] = 0;
  }
  if(n === 1 || n === 2){
    return 1;
  } else {
    val[1] = 1;
    val[2] = 2;
    for(let i = 3; i <= n; i++){
      val[i] = val[i-1]+val[i-2];
    }
    return val[n-1];
  }
}

寻找最长公共子串

使用一个二维数组存储两个字符串相同位置的字符比较结果，初始化时该数组的每一个元素都设置为0，每次在这两个数组的相同位置发现了匹配，就将数组对应行和列的元素加1，否则保持为0。

function lcs(word1,word2){
  let max = 0;
  let index = 0;
  let lcsarr = [];
  for(let i = 0; i < word1.length;i++){
    lcsarr[i] = [];
    for(let j = 0; j < word2.length;j++){
      lcsarr[i][j] = 0;
    }
  }
  for(let i = 0;i< word1.length;i++){
    for(let j =0; j < word2.length;j++){
      if(i === 0 || j===0){
        lcsarr[i][j] = 0;
      } else {
        if(word1[i - 1] === word2[j - 1]){
          lcsarr[i][j] = lcsarr[i - 1][j - 1]+1;
        } else {
          lcsarr[i][j] = 0;
        }
      }
      if (max < lcsarr[i][j]) {
        max = lcsarr[i][j];
        index = i;
      }
    }
  }
  console.log(lcsarr)
  let str = '';
  if(max === 0) {
    return '';
  } else {
    for(let i = index-max; i < max;i++){
      str+= word2[i];  
    }
    return str;
  }
}

背包问题

使用动态规划解决背包问题，使用二维数组记录总价值，在当前物品的体积能能够被容纳的情况下，将之前背包的总价值与现在背包的总价值相比较取较大的那一个值。
背包总价值 = 背包内物品的价值之和。
现在背包的总价值 = 当前物品的价值 + 除去当前物品的体积后与之前背包体积相等的背包价值。
背包每次只装一个物品，如果遇到一个物品要计算除了当前物品之外能装的其他物品的价值之和。

function DKnapsack(capacity, size,value, n){
  let K = [];
  let str = '';
  for(let i = 0; i < capacity;i++){
    K[i] = [];
  }
  for(let i = 0; i < n;i++){
    for(let w = 0; w < capacity; w++){
      if(i === 0 || w === 0){
        k[i][w] = 0;
      } else if(size[i - 1] <= w){
        k[i][w] = value[i - 1] + K[i - 1][w - size[i - 1]] > K[i - 1][w] ? value[i - 1] + K[i - 1][w - size[i - 1]] : K[i-1][w];
      } else {
        k[i][w] = k[i-1][w];
      }
    }
  }
  return K[n][capacity];
}