动态规划
动态规划(dynamic programming)是运筹学的一个分支,是求解决策过程(decision process)最优化的数学方法。
算法分为:
自底向上:动态规划(划分小问题)
自顶向下:记忆化搜索(递归基础上记忆已计算的结果)
1.1 最长回文字符串
1.动态规划算法
func longestPalindrome(s string) string {
n := len(s)
if n <= 1 {
return s
}
max := 0
end := 0
dp := make([][]bool, n)
for i := range dp {
dp[i] = make([]bool, n)
for j := 0; j < n; j++ {
if i - j > 1 {
dp[i][j] = s[i] == s[j] && dp[i-1][j+1]
} else {
dp[i][j] = s[i] == s[j]
}
if dp[i][j] {
if i-j+1 > max {
max = i-j+1
end = i
}
}
}
}
return s[end-max+1:end+1]
}
1.2 零钱兑换
给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额,返回 -1。
示例 1:
输入: coins = [1, 2, 5], amount = 11
输出: 3
解释: 11 = 5 + 5 + 1
示例 2:
输入: coins = [2], amount = 3
输出: -1
动态规划–自底向上
func coinChange(coins []int, amount int) int {
if amount == 0 {
return 0
}
if len(coins) == 0 {
return -1
}
dp := make([]int, amount+1)
for m := 0; m <= amount; m++ {
dp[m] = amount+1
}
dp[0] = 0
for i := 0; i <= amount; i++ {
for _, coin := range coins {
if i < coin {continue}
dp[i] = min(dp[i], 1+dp[i-coin])
}
}
if dp[amount] == amount+1 {
return -1
}
return dp[amount]
}