基本思想:
主要是一种迭代的思想,将大问题划分成为若干个子问题,并将子问题保存起来,找到问题之间的递推公式并求得最终解,常用来求解最优解问题,递归分治也是将大问题划分成小问题并求得最终解的思想,它与动态规划的区别在于前者主要解决划分不相交的子问题,而后者的子问题往往是相交的,如果这时候用递归会造成很多的重复运算,动态规划是一种牺牲空间换时间的算法。
例题:
斐波那契数列
描述
输入描述:
一个正整数n
返回值描述:
输出一个正整数。
示例1
输入:4
返回值:3
说明:根据斐波那契数列的定义可知,fib(1)=1,fib(2)=1,fib(3)=fib(3-1)+fib(3-2)=2,fib(4)=fib(4-1)+fib(4-2)=3,所以答案为3。
递归解法:
function Fibonacci(n)
{
if(n == 1) {
return 1;
} else if(n == 2) {
return 1;
} else {
//这里会造成很多重复计算,时间复杂度2的n次方
return Fibonacci(n - 1) + Fibonacci(n - 2);
}
}
动态规划:
function Fibonacci(n)
{
let dp = [];
dp[1] = 1;
dp[2] = 1;
for(let i = 3; i <= n; i ++) {
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
这是一个很典型的问题,同时题目也告诉了我们递推公式:dp[i]=dp[i-1]+[i-2],dp[i]表示输出斐波那契数列的第i项,我们的dp[i-1]和dp[i-2]此时已经保存在数组中了,因此直接可以得到最终结果,时间复杂度为n。
跳台阶
描述