n次方和n叉树的联系

本文探讨了指数函数和幂函数的区别,并通过灯泡亮暗状态和公司竞标的例子来阐述指数增长的概念。同时,介绍了动态规划在解决最短路径问题中的应用,以广州到北京的路线为例,解释了动态规划如何降低计算复杂度,避免了穷举路径的万亿倍计算量。动态规划通过分解问题,逐层求解局部最优,最终得到全局最优解。
摘要由CSDN通过智能技术生成

n次方的颠倒

  • 以n叉树说明 23和32
    分析:无论前者还是后者,都以指数级别增加, 对前者而言, 第二行代表1盏灯有两种状态,而第一行为啥0盏灯却有一种状态不好理解, 这边涉及到递归进层的终止条件
    在这里插入图片描述

灯泡的亮暗

  • 一共3盏灯,每盏灯都有亮暗两种状态,那么3盏灯一共多少种的状态
    答:23,第一盏灯有两种情况,第n盏灯有两种情况

公司的竞标

  • 4家公司申购11件商品,一共有多少种的商品申购方式<换种问法2: 所有公司的报价方式, 问题答案是否一致?>
    答:问法1: 第一件商品4种申购方式,第n件商品4中申购方式, 4n
    问法2:第一家公司有11种报价方式,第n家公司有11种报价方式, 11n

幂函数和指数函数的区别

答:指数函数:自变量 x 在指数的位置上,y=ax(a>0,a 不等于 1),幂函数:自变量 x 在底数的位置上,y=xa(a 不等于 1). a 不等于 1,但可正可负

地图导航问题

在这里插入图片描述

  • 从广州到北京的最短路径必须经过这一条线上的某个城市(乌鲁木齐、西宁、兰州、西安、郑州、济南)。我们可以先找到从北京出发到这条线上所有城市的最短路径,最后得到的全程最短路线一定包括这些局部最短路线中的一条,这样,就可以将一个“寻找全程最短路线”的 问题,分解成一个个寻找局部最短路线的小问题。只要将这条横切线从北京向广州推移,直到广州为止,我们的全程最短路线就找到了。这便是动态规划的原理。采用动态规划可以大大降低最短路径的计算复杂度。 在上面的例子中,每加入一条横切线,线上平均有10个城市,从广州到北京最多经过15个城市,那么采用动态规划的计算量是10×10×15,而采用穷举路径的笨办法是10的15次方,前后差了万亿倍。
  • 问题:动态规划为啥只需要10×10×15 NOTACK
  • 穷举路径很好理解, 每条横切线上平均有10个城市,从广州到北京最多经过15个城市

总结

  • 分清楚主次, 无论是公司竞标还是灯泡亮暗, 前者主体是商品,次体是公司
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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
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