之前我们介绍了爬楼梯问题的解决思路,今天我们通过爬楼梯的不同解决思路总结一下什么叫做动态规划:
前文分析得到,爬楼梯问题实际上类似于斐波那契数列,只是递归终止条件不同,最容易想到的递归实现方式:
public int climbStairs(int n) {
if(n==1) return 1;
if(n==2) return 2;
return climbStairs(n-1)+climbStairs(n-2);
}
现在,来分析一下这个解决思路的缺点在哪里,其递归过程如下:
会发现递归解决该问题会出现很多重叠子结构,比如:321在左子树计算过一次,在右子树又进行了一次计算。当前数据量较少,若数据量较大,会出现大量的计算。那么我们的算法性能就会严重下降。可以通过测试发现,其复杂度岁数据量增加呈指数型上涨。
那么我们可以想象,是否能通过回溯算法的剪枝优化思路进行优化呢。回忆一下回溯算法的剪枝,我们将不需要进行递归的分枝直接去除,直接减少了数据量的规模。但是呢,当前问题没有不需要的分枝,虽然左子树进行了计算ÿ