算法简介:动态规划

算法简介

算法简介

动态规划

• 白话说就是一种解决棘手问题的方法,它将问题分成小问题,并先着手解决这些小问题,最后得到最优解

2. 解决问题

一般问题:下一步需要用到上一步计算结果

• 斐波那契数列计算

特殊问题:通常需要在给定约束条件下优化某种指标时应用,如下:

• 背包问题
  要高度注意:"背包"可不仅仅是指例子中物理的背包,是指一种约束条件.比如说要在规定时间去旅游,那么这个"背包"就是时间!
• 最长公共子串(子序列)问题
• 最优二叉查找树

3. 时间复杂度:

采用动态规划网格算法,时间复杂度一般为O(N^2)

4. 算法特点

• 动态规划可帮助你在给定约束条件下找到最优解.在背包问题中,你必须在背包容量给定的情况下,偷到价值最高的商品.
• 在问题可分解为彼此独立且离散的子问题时,就可使用动态规划来解决(很重要)

5. 算法通用小贴士

• 每种动态规划解决方案都涉及网格
• 单元格中的值通常就是你要优化的值.在前面的背包问题中,单元格的值为商品的价值.
• 每个单元格都是一个子问题,因此你应考虑如何将问题分成子问题,这有助于你找出网格的坐标轴.
• 没有放之四海皆准的计算动态规划解决方案的公式.

6. 代码示例

• 斐波那契数列计算

• 背包问题
  要高度注意:"背包"可不仅仅是指例子中物理的背包,是指一种约束条件.比如说要在规定时间去旅游,那么这个"背包"就是时间!

1. 小偷偷东西示例代码
2. 旅游问题:和上面小偷偷东西代码基本相似,行代表旅游地点,列代表每个地点耗费天数,网格值代表想去该地点的期望值,都采用相同的网格计算公式,这里不再给出示例代码

• 最长公共子串(子序列)问题

1. 最长公共子串长度
2. 最长公共子序列