DP —— 第十辑

最新推荐文章于 2024-07-15 11:08:21 发布

置顶 ny_cwcr

最新推荐文章于 2024-07-15 11:08:21 发布

阅读量917

点赞数 21

文章标签：算法动态规划

本文链接：https://blog.csdn.net/thmthmthmthm/article/details/134697472

版权

$D P$ 的概念

将大问题分成许多更简单的子问题，整体的最优方案取决于子问题的最优方案。

什么时候可以用 $D P$ 求解

$\color{red} \text{一般用于求解计数问题和最值问题。}$

斐波那契数列

题目传送门
假如我们要求 $f ib (5)$ ，以下为搜索图：
$fib(5)\{\frac{fib(3)\{\frac{fib(1)}{fib(2)}}{fib(4)\{\frac{fib(2)}{fib(3)\{\frac{fib(1)}{fib(2)}}}$
我们可以用递归解决这个问题。

long long fib(int x){
	if(x==1||x==2) return 1;
	return fib(x-1)+fib(x-2);
}

上例代码的时间复杂度为 $O(2^x)$ 。
在上图搜索图中， $f ib (3)$ 计算了两次，其实用一次就行了。
于是， $D P$ 就出现了。

$D P$ 的两种编程实现方法

$1.$ 自顶向下与记忆化 $\; \& \; Memoization)$

先考虑大问题，再逐步缩小问题，我们可以将得到的结果记忆下来（以斐波那契数列为例），一个斐波那契数列只计算一次，可以优化到 $O (n)$ 复杂度。

int dp[35];
long long fib(int x){
	if(x==1||x==2) return 1;
	if(dp[x]!=0) return dp[x];
	return dp[x]=fib(x-1)+fib(x-2);
}

$2.$ 自底向上与制表递推 $\; \& \; Table \; Making \; Recursion)$

用制表法维护一张表 $dp[\ \ ]$ ，自底向上用 $f or$ 循环填表，复杂度为 $O (n)$ 。

int dp[35];
long long fib(int x){
	dp[1]=dp[2]=1;
	for(int i=3;i<=x;i++) dp[i]=dp[i-1]+dp[i-2];
	return dp[x];
}

$D P$ 的重点分支——背包问题

请添加图片描述
简而言之就是几种物品，有不同的价值，体积，给定一个最大体积 $C$ ，求最大价值（其他与此类似）。
这类问题用贪心是解决不了的，因为贪心只能得到局部最优解，而不能得到整体最优解。
这样我们就用 $D P$ 解决。
以 $0/1 背包$ 为例，常见 $D P$ 转移方程为：
$d p [j] = ma x (d p [j], d p [j - v [i]] + w [i])$
其中 $v [i]$ 为体积， $w [i]$ 为价值。
其他的就不过多赘述了，另外还有很多优化方式，比如

二进制拆分
滚动数组
单调队列
自我滚动

等，想要深入了解的同学可以多找几篇博客看一看。

经典例题

华丽的结束

ny_cwcr

关注

21
点赞
踩
21

收藏

觉得还不错? 一键收藏
0
评论
DP —— 第十辑

将大问题分成许多更简单的子问题，整体的最优方案取决于子问题的最优方案。一般用于求解计数问题和最值问题。\color{red} \text{一般用于求解计数问题和最值问题。}一般用于求解计数问题和最值问题。题目传送门假如我们要求fib(5)fib(5)fib(5)，以下为搜索图：fib(5){fib(3){fib(1)fib(2)fib(4){fib(2)fib(3){fib(1)fib(2)fib(5)\{\frac{fib(3)\{\frac{fib(1)}{fib(2)}}{fib(4)\{\fra
复制链接

扫一扫