高级算法:动态规划(一)

一、暴力枚举

1、实现代码

def fib(n):
    f = [1,1]
    for i in range(2,n+1):
        f.append(f[-1]+f[-2])
    print(f)
    return f(n)

fib(5)

2、输出

"C:\Program Files\Python35\python.exe" E:/工作目录/python/test/DP.py
[1, 1, 2, 3, 5, 8]

Process finished with exit code 1

二、动态规划定义

1、什么是动态规划?

动态规划的英文名,是一种分阶段求解决策略的数学思想,它不止用于编程领域,也用于管理学,经济学、生物学

2、初始为1

实现代码

def LTS(x):
    F = [0 for _ in range(len(x))]
    F[0] = 1
    for k in range(1,len(F)):
        max_loc = None
        max_num = 0
        for i in range(1,k):
            if x[i] < x[k]:
                if F[i] > max_num:
                    max_loc = i
                    max_num = F[i]
        F[k] = max_num + 1
    return F

print(LTS([1,7,2,8,3,5,2]))

输出

"C:\Program Files\Python35\python.exe" E:/工作目录/python/test/DP.py
[1, 1, 1, 2, 2, 3, 1]

Process finished with exit code 0

2、初始为0

1、实现代码

def LIS(x):
    F = [0 for _ in range(len(x))]
    #初始化
    F[0] = 1
    for k in range(1,len(F)):
        max_loc = None
        max_num = 0
        #内层循环表示[0:R] 里所有小于x[k]的对应位置的F[i]最大值
        for i in range(0,k):
            if x[i] < x[k]:
                if F[i] > max_num:
                    max_loc = i
                    max_num = F[i]
        F[k] = max_num + 1
    return F

print(LIS([1,7,2,8,3,5,2]))

2、输出

"C:\Program Files\Python35\python.exe" E:/工作目录/python/test/DP.py
[1, 2, 2, 3, 3, 4, 2]

Process finished with exit code 0

三、动态规划最长上升子序列

1、实现代码

def fib(n):
    f = [1,1]
    for i in range(2,n+1):
        f.append(f[-1]+f[-2])
    print(f)
    return f(n)

# fib(5)

def LIS(x):
    F = [0 for _ in range(len(x))]
    p = [-1 for _ in range(len(x))]
    #初始化
    F[0] = 1
    p[0] = -1
    for k in range(1,len(F)):
        max_loc = -1
        max_num = 0
        #内层循环表示[0:R] 里所有小于x[k]的对应位置的F[i]最大值
        for i in range(0,k):
            if x[i] < x[k]:
                if F[i] > max_num:
                    max_loc = i
                    max_num = F[i]
        F[k] = max_num + 1
        p[k] = max_loc

    max_i = 0
    for i in range(1,len(F)):
        if F[i] > F[max_i]:
            max_i = i
    lis = []
    i = max_i
    while i >= 0:
        lis.append(x[i])
        i = p[i]
    lis.reverse()
    return lis

print(LIS([1,7,2,8,3,5,2]))

2、输出结果

"C:\Program Files\Python35\python.exe" E:/工作目录/python/test/DP.py
[1, 2, 3, 5]

Process finished with exit code 0

最长公共子序列2

 最长公共子序列1

 

动态规划最优子结构

 

转载于:https://www.cnblogs.com/luoahong/p/9723117.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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