python写动态规划_Python 实现 动态规划 /斐波那契数列

1、斐波那契数列

斐波那契数列(Fibonacci sequence)，又称黄金分割数列、因数学家列昂纳多·斐波那契(Leonardoda Fibonacci)以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递推的方法定义：F(1)=1，F(2)=1, F(3)=2,F(n)=F(n-1)+F(n-2)(n>=4，n∈N*)在现代物理、准晶体结构、化学等领域，斐波纳契数列都有直接的应用，为此，美国数学会从1963年起出版了以《斐波纳契数列季刊》为名的一份数学杂志，用于专门刊载这方面的研究成果。

(1)、递归算法 (三点：  终止条件(边界)，最优子结构 F(1)=1，F(2)=1, F(3)=2,F(n)=F(n-1)+F(n-2)  状态转移公式  F(n)=F(n-1)+F(n-2))

deffab(n):#终止条件 边界

if n <= 2:return 1

else:#最优子结构 状态转移公式

return fab(n - 1) + fab(n - 2)

(2)、优化  递归算法 会重复计算多次同一个式子 如图 相同的颜色代表了方法被传入相同的参数。所以需要记录下已经计算过得数，防止重复计算

#记录已经计算过得 值

dict_fab ={}deffab_2(n):#终止条件 边界

if n <= 2:return 1

elifdict_fab.get(n):print('*')returndict_fab.get(n)else:#最优子结构 状态转移公式

dict_fab[n] = fab_2(n - 1) + fab_2(n - 2)return dict_fab[n]

(3)、动态规划

#最终优化 动态规划 (大问题化成若干相同类型的子问题 然后一个个解决子问题)

deffab_3(n):#由前往后推

a = 1b= 1

if n <= 2:print('fab({})={}'.format(n, b))return 1

for i in range(n - 2):print(a, b)

a, b= b, a +bprint('fab({})={}'.format(n, b))return b

(1)、暴力解法

deftrap(height):

sum_water=0

size=len(height)for i inrange(size):

max_left=0

max_right=0for j in range(0, i + 1):

max_left=max(max_left, height[j])for j inrange(i, size):

max_right=max(max_right, height[j])

sum_water+= min(max_left, max_right) -height[i]return sum_water

(2)、动态规划(记忆算法，记录i 位置的左右 最大数，减少for循环层级 时间复杂度 有o(n²)变为 o(n))

deftrap_water_dy():

height= [0, 1, 0, 2, 1, 0, 1, 3, 2, 1, 2, 1]

sum_water=0

size=len(height)

max_left_lsit= [None]*size

max_left_lsit[0]=height[0]

max_right_list= [None]*size

max_right_list[-1] = height[-1]for i in range(1, size):

max_left_lsit[i]= max(height[i], max_left_lsit[i - 1])for i in range(size-1):

max_right_list[size- 2 - i] = max(height[size - 2 - i], max_right_list[size - i - 1])for i inrange(size):

sum_water+= min(max_left_lsit[i], max_right_list[i]) -height[i]return sum_water

(3)、双指针

deftrap_two_point():

height= [0, 1, 0, 2, 1, 0, 1, 3, 2, 1, 2, 1]

left=0

right= len(height) - 1ans=0

left_max=0

right_max=0while left =left_max:

left_max=height[left]

ans+= (left_max -height[left])

left+= 1

else: # 当右边小于左边时 装的水量由右边的最高高度决定if height[right] >=right_max:

right_max=height[right]

ans+= (right_max -height[right])

right-= 1

return ans