动态规划

最新推荐文章于 2021-08-30 17:16:56 发布

二三TP

最新推荐文章于 2021-08-30 17:16:56 发布

阅读量108

点赞数 1

分类专栏：算法文章标签：算法动态规划

本文链接：https://blog.csdn.net/weixin_37779325/article/details/110141481

版权

算法专栏收录该内容

20 篇文章 5 订阅

订阅专栏

基本思想

问题的最优解如果可以由 子问题 的最优解推导得到，则可以先求解子问题的最优解，再构造原问题的最优解；若子问题有较多的重复出现，则可以自底向上从最终子问题向原问题逐步求解。

特点

求解一个问题的最优解
整体问题的最优解是依赖各个子问题的最优解
把大问题分解成若干个小问题，这些小问题之间还有相互重叠的更小的子问题
从上往下分析问题，从下往上求解问题

模型抽象

以 背包问题 为基础

m容量 n种物品 weight重量 value价值

各种问题无非就是在这几个量上做文章，这次整理这几个题就看到了 有/无容量 的，value会变化 的等等。

例题

常规背包问题及其变体

建立 $d p [n] [m]$ 的数组，保存 使用前n种物品 在 容量为m 的情况下的最大价值

判断条件： 小于最大容量，也就是背包装得下

474.一和零

在这里插入图片描述
这道题稍微有点不一样是有两个容量，因此在建立数组的时候变成了 $dp[n][m_1][m_2]$

1402.做菜顺序

在这里插入图片描述
这个题倒是常规的背包问题，不过它这里的物品价值不是个常量，所以在算总价值的时候要用个简单的计算，其实根本思路还是一样的。

这还是个困难的题，前一天晚上没做这篇整理思路不太清晰，今天整理了一下其他几个题，再做这个题就很通顺的一次通过了。不过就是 执行用时 和 内存消耗 比较大。。。目前就整理解题思路，怎么进一步优化后续再说吧

无容量的问题及其变体

建立 $d p [n]$ 的数组，保存 使用前n种物品 的最大价值

判断条件： 符合某种条件，第一种 是背包装得下，下面例题 是比前一个数要大（上升）

300.最长上升子序列

在这里插入图片描述
这个题没有容量的问题了，变成了符合 上升序列 这个条件，但实际上跟 第一种 是一个意思，满足某种条件的时候算上当前情况就行了。

978.最长湍流子数组

在这里插入图片描述
这个题也是没有容量的，要符合 湍流子数组 的条件。相邻两个大小关系要是相反的，所以用 dp[n][2] 来存，[2] 表示该大于或者该小于。

动态规划 vs 贪心算法

面试题14-I"剪绳子"

在这里插入图片描述
这个题就很灵活，不是那种死板的背包问题，而是真的要把问题给分解成子问题，没办法去套用方法。而且这个题很烦啊 = = 长度是2或者3的时候返回的是1跟2，但用于计算更长的长度的时候，2跟3的结果就是2和3。。。。就不用拆分了。。。

另外这个题可以用贪心来做，长度大于5的时候要让3多一点，长度是4的时候要剪成两个2。

贪心我目前感觉就像是在 耍流氓 - - 我看见这个题，我要是能想出来贪心什么，我就知道怎么解，要是没发现，就凉了。而且贪心策略也基本上只能是提出个策略然后去证明。。（也许后续学习的过程中还会再来修正，目前就是这么理解的。。。头大 LOL

面试题14-II“剪绳子II”

在这里插入图片描述
啊这。。好像在返回的时候 $ %(1000000007)$ 就行了啊

股票类型问题

其他例题

面试题47“礼物的最大价值”

在这里插入图片描述
典型的动态规划，不过可能不是那种背包问题。
可以很容易找到 转移方程 ：
$f (i, j) = m a x [f (i, j - 1), f (i - 1, j)] + g r i d (i, j)$

面试题48“最长不含重复字符的子字符串”

在这里插入图片描述
动态规划嘛，就是下一个状态能由上一个状态推算出来，能转移，就能动态规划。定义 $f (i)$ 表示以第 $i$ 个字符为结尾的 不包含重复字符的子字符串的最长长度 ，那每次算 $f (i)$ 的时候，我们已经知道了 $f (i - 1)$ ，接着咋整呢？要做个分类讨论了：

如果第 $i$ 个字符之前没出现过，那么 $f (i) = f (i - 1) + 1$ ；
如果第 $i$ 个字符之前出现过了，那么就复杂点了。计算一下第 $i$ 个字符和它上次出现的位置的距离，记为 $d$ 。
1. $\leq f(i-1)$ 。说明第 $i$ 个字符出现在了 $f (i - 1)$ 里面了。但！第 $i$ 个字符的两次相邻出现之间就没有其他重复字符了，所以 $f (i) = d$
2. $d > f (i - 1)$ 。说明第 $i$ 个字符上一次出现已经是在 $f (i - 1)$ 外面了，所以 $f (i) = f (i - 1) + 1$

在上述过程中，需要有个辅助的数组来记录一下各个字符上一次出现的位置 $i n d e x$ ，然后就可以实现算法了。

面试题42“连续子数组的最大和”

在这里插入图片描述
这个题有个类似于找规律的解法，直接上代码看吧。重点不是这个：

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        for i in range(1, len(nums)):
            nums[i] += max(nums[i - 1], 0)
        return max(nums)

意思是说，前面的最大连续和 如果是正的我就可以要它，不然还不如就我自己，不能要拖后腿的。

接下来是进阶：
动态规划 的解决法
在这里插入图片描述

在这里插入图片描述
这题看着是真复杂。。。基本思路还是一样的，但是考虑的因素多了，感觉就有点转不过弯了 QAQ
先逆向思维一下，某个数是第 $n$ 个丑数，它无非就是由之前的某个丑数乘上2或者3或者5。之前这个数就有三个可能 $x_a$ ， $x_b$ 和 $x_c$ 。所以我们只要判断 $x_a \times 2$ ， $x_b \times 3$ 和 $x_c \times 5$ 哪个更小，就是这个丑数了。计算过程中要维护这三个变量，并且每当某个变量“中奖了”就给它 +1 就行了。
在这里插入图片描述
代码也附上：

class Solution:
    def nthUglyNumber(self, n: int) -> int:
        dp, a, b, c = [1] * n, 0, 0, 0
        for i in range(1, n):
            n2, n3, n5 = dp[a] * 2, dp[b] * 3, dp[c] * 5
            dp[i] = min(n2, n3, n5)
            if dp[i] == n2: a += 1
            if dp[i] == n3: b += 1
            if dp[i] == n5: c += 1
        return dp[-1]

面试题60“n个骰子的点数”

在这里插入图片描述

基于递归求骰子点数，时间效率不够高
基于循环求骰子点数，时间性能好
动态规划
$d p [i] [j]$ 表示使用前i个骰子，和为j的条件下共有多少个情况
考虑到转移的问题，第i个骰子和为j的时候，也就是i-1个骰子和分别为j-1到j-6的六种情况数量之和，代码如下:

for k in range(6):
	dp[i][j] += dp[i-1][j-k]

面试题63“股票的最大利润”

在这里插入图片描述
动态规划可以解决，其实最主要的问题是要保留第i-1个数字以前的最小值，才能知道第i个数字的时候的最大利润。

参考链接

1. https://www.cnblogs.com/hithongming/p/9229871.html
2. https://blog.csdn.net/weixin_40984271/article/details/82560731

二三TP

关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
1
评论
动态规划

目录第一种常规背包问题及其变体第二种无容量的问题及其变体参考链接动态规划中有n种常见类型，基本思想以背包问题为基础m容量 n种物品 weight重量 value价值第一种常规背包问题及其变体建立 dp[n][m]dp[n][m]dp[n][m] 的数组，保存使用前n种物品在容量为m 的情况下的最大价值判断条件：小于最大容量，也就是背包装得下例题：474. 一和零这道题稍微有点不一样是有两个容量，因此在建立数组的时候变成了 dp[n][m1][m2]dp[n][m_1]
复制链接

扫一扫