动态规划

动态规划：通常基于一个递推公式及一个或多个初始状态，当前子问题的解将由上一个子问题的解推出

基本思想：要解决一个给定的问题，我们需要解决其不同部分（即解决子问题），再合并子问题的解以得出原问题的解，通常子问题非常相似，为此动态规划视图只解决每个子问题一次，从而减少计算量,一旦某个给定子问题的解已经算出来，则将其记忆储存，以便下次需要同一个子问题解值时直接查表

1》斐波那契数列

方法一：递归调用

function feibonaqi(n){

return n<2?n:feibonaqi(n-1)+feibonaqi(n-2);

}

console.log(feibonaqi(5));//5  最多能达到40左右

尾调调用斐波那契数代码改进

function feibonaqie(n,ac1=1,ac2=1){

return n<2?ac2:feibonaqie(n-1,ac2,ac1+ac2);

}

console.log(feibonaqie(1000));//可以输入数字大概到1000

方法二：备忘录算法

var map=new Map();

function feibonaqi(n){

if(n<2) return n;

if(map.has(n)){

return map.get(n);

}

var value=feibonaqi(n-1)+feibonaqi(n-2);

map.set(n,value);

return value;

}

 console.log(feibonaqi(5));//5

方法三：

function feibonaqi(n){

if(n<2) return n;

var a=1,b=1;

var temp=a+b;

for(var i=3;i<=n;i++){

temp=a+b;

a=b;

b=temp;

}

return temp;

}

console.log(feibonaqi(5));//5 能达到1000

2》爬楼梯问题

方法一：递归求解,时间复杂度0(2^n)

根据递归公式

f(n)=f(n-1)+f(n-2); f(1)=1; f(2)=2

function getways(n){

if(n<1) return 0;

if(n==1) return 1;

if(n==2) return 2;

return getways(n-1)+getways(n-2);

}

var n=4;

console.log(getways(n));//5

方法二：把重复的值记录下来使用备忘录算法，时间复杂度0(n)，空间复杂度0(n)

var map=new Map();

function getways(n){

if(n<0) return 0;

if(n==1) return 1;

if(n==2) return 2;

if(map.has(n)){

return map.get(n)

}

var value=getways(n-1)+getways(n-2);

map.set(n,value);

return value;

}

console.log(getways(4));

方法三：正常思路从下往上走，可以看出每次迭代只需要前两次迭代的数据，时间复杂度O(n)，但是空间复杂度0(1)

function getways(n){

if(n<0) return 0;

if(n==1) return 1;

if(n==2) return 2;

var a=1,b=2;

var temp=a+b;

for(var i=3;i<=n;i++){

temp=a+b;

a=b;

b=temp;

}

return temp;

}

console.log(getways(1000));

3》求连续子数组中最大和

思路：动态规划

遍历数组，遇到负的和则放弃之前的结果，重新积累，这期间保留最大值

用max记录最终返回的最大和，用curmax记录累加值

对于数值中一个数arr[i]，若其左边的累加和非负，那么加上arr[i]

判断此时的curmax是否大于max，若大于此时的max，则用max记录下来

function FindGreateSum(arr){

var len=arr.length;

var curmax=0;

var max=0;

var start=0;

var end=0;

//数组中正负数都有

for(var i=0;i<len;i++){

curmax+=arr[i];

if(curmax<0){

curmax=0;

}

if(curmax>max){

max=curmax;

}

}

return max;

}

var arr=[2,4,-7,5,2,-1,2,-4]

console.log(FindGreateSum(arr));