目录
动态规划算法的基本思想
将待求解的问题分解成若干个相互联系的子问题,先求解子问题,然后从这些子问题的解得到原问题的解;对于重复出现的子问题,只在第一次遇到的时候对它进行求解,并把答案保存起来,让以后再次遇到时直接引用答案,不必重新求解。动态规划算法将问题的解决方案视为一系列决策的结果
BM62 斐波那契数列
链接:斐波那契数列
题目描述:大家都知道斐波那契数列,现在要求输入一个整数n,请你输出斐波那契数列的第n项(从0开始,第0项为0,第1项是1)。n<=39。
思路:
- 方法一:迭代相加。时间复杂度O(n),空间复杂度 O(1)
- 方法二:递归,时间复杂度:,每个递归会调用两个递归,因此呈现2的指数增长;空间复杂度:, 递归栈的最大深度
- 方法三:动态规划,时间复杂度=空间复杂度=O(n)
public class Solution {
//方法一
public int Fibonacci1(int n) {
if(n<2)
return n;
int res=0;
int pre=0;
int next=1;
for(int i=2;i<=n;i++){
res=pre+next;
pre=next;
next=res;
}
return res;
}
//方法二
public int Fibonacci2(int n) {
if(n<2)
return n;
else return Fibonacci2(n-1)+Fibonacci2(n-2);
}
//方法三
public int Fibonacci3(int n) {
if(n<2)
return n;
int[] fib=new int[n+1];
fib[0]=0;
fib[1]=1;
for(int i=2;i<=n;i++)
fib[i]=fib[i-2]+fib[i-1];
return fib[n];
}
}
BM63 跳台阶
链接:跳台阶
题目描述:一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个 n 级的台阶总共有多少种跳法(先后次序不同算不同的结果)。
解题思路:
- 方法一:递归
- 方法二:动态规划。从上往下递归的然后再从下往上回溯的,最后回溯的时候来合并子树从而求得答案。 那么动态规划不同的是,不用递归的过程,直接从子树求得答案。过程是从下往上。
public class Solution {
//方法一
int jumpFloor(int number) {
if (number<=1) return 1;
return jumpFloor(number-1)+jumpFloor(number-2);
}
//方法二
public int jumpFloor2(int target) {
if(target<2)
return 1;
int[] res=new int[target+1];
res[0]=1;
res[1]=1;
//从上往下递归,从下往上回溯
for(int i=2;i<=target;i++)
res[i]=res[i-1]+res[i-2];
return res[target];
}
}
JZ42 连续子数组的最大和
链接:连续子数组的最大和
题目描述:输入一个长度为n的整型数组array,数组中的一个或连续多个整数组成一个子数组,子数组最小长度为1。求所有子数组的和的最大值。
解题思路:因为数组中有正有负有0,因此每次遇到一个数,要不要将其加入我们所求的连续子数组里面,是个问题,有可能加入了会更大,有可能加入了会更小,而且我们要求连续的最大值,因此这类有状态转移的问题可以考虑动态规划(关注状态转移公式)。
public class Solution {
public int FindGreatestSumOfSubArray(int[] array) {
int[] dp=new int[array.length];
dp[0]=array[0];
int res=dp[0];
for(int i=1;i<array.length;i++)
{
dp[i]=Math.max(dp[i-1]+array[i],array[i]);
res=Math.max(res,dp[i]);
}
return res;
}
}
JZ85 连续子数组的最大和(二)
链接:连续子数组的最大和(二)
相似题目:JZ42. 连续子数组的最大和 、JZ71. 跳台阶扩展问题
题目描述:输入一个长度为n的整型数组array,数组中的一个或连续多个整数组成一个子数组,找到一个具有最大和的连续子数组。
1.子数组是连续的,比如[1,3,5,7,9]的子数组有[1,3],[3,5,7]等等,但是[1,3,7]不是子数组
2.如果存在多个最大和的连续子数组,那么返回其中长度最长的,该题数据保证这个最长的只存在一个
3.该题定义的子数组的最小长度为1,不存在为空的子数组,即不存在[]是某个数组的子数组
4.返回的数组不计入空间复杂度计算
具体做法:
- step 1:创建动态规划辅助数组,记录到下标i为止的最大连续子数组和,下标为0的时候,肯定等于原数组下标为0的元素。
- step 2:准备左右区间双指针记录每次连续子数组的首尾,再准备两个双指针记录最大和且区间最长的连续子数组的首尾。
- step 3:遍历数组,对于每个元素用上述状态转移公式记录其dp值,更新区间首尾(如果需要)。
- step 4:出现一个最大值。且区间长度更大的时候,更新记录最长区间的双指针。
- step 5:根据记录的最长子数组的位置取数组。
import java.util.*;
public class Solution {
public int[] FindGreatestSumOfSubArray (int[] array) {
int[] dp=new int[array.length];
dp[0]=array[0];
int maxsum=dp[0];
//滑动区间
int left=0,right=0;
//记录最长的区间
int resl = 0, resr = 0;
for(int i=1;i<array.length;i++)
{
right++;
dp[i]=Math.max(dp[i-1]+array[i],array[i]);
if(dp[i-1]+array[i]<array[i])
left=right;
if(dp[i]>maxsum || dp[i]==maxsum && (right-left+1)>(resr-resl+1))
{
maxsum=dp[i];
resl=left;
resr=right;
}
}
//取数组
int[] res=new int[resr-resl+1];
for(int i=resl;i<=resr;i++)
res[i-resl]=array[i];
return res;
}
}
JZ63 买卖股票的最好时机(一)
链接:买卖股票的最好时机(一)
题目描述:假设你有一个数组prices,长度为n,其中prices[i]是股票在第i天的价格,请根据这个价格数组,返回买卖股票能获得的最大收益
1.你可以买入一次股票和卖出一次股票,并非每天都可以买入或卖出一次,总共只能买入和卖出一次,且买入必须在卖出的前面的某一天
2.如果不能获取到任何利润,请返回0
3.假设买入卖出均无手续费
解题思路:对于每天有到此为止的最大收益和是否持股两个状态,因此我们可以用动态规划。
当天状态
(1)持股
- 前面若干天中买了还没卖(收益同前一天) dp[i-1][1]
- 当天买入的 -prices[i]
(2)不持股
- 前面若干天前卖的或是还没卖的(总收益和前一天相同) dp[i-1][0]
- 当天买入才卖掉的 dp[i-1][1]+prices[i]
import java.util.*;
public class Solution {
/**
*
* @param prices int整型一维数组
* @return int整型
*/
public int maxProfit (int[] prices) {
int[][] res=new int[prices.length][2];
//初始状态
res[0][0]=0;
res[0][1]=-prices[0];
for(int i=1;i<prices.length;i++){
//第i天未持有
res[i][0]=Math.max(res[i-1][1]+prices[i],res[i-1][0]);
//第i天持有
res[i][1]=Math.max(res[i-1][1],-prices[i]);
}
//返回值是最后一天不持股,到该天为止的最大收益
return res[prices.length-1][0];
}
}