问题能够用计算机解决的必要条件,【数据结构与算法Python版学习笔记】递归(Recursion)——优化问题与策略...

最新推荐文章于 2022-06-05 15:51:23 发布

沈靓兜

最新推荐文章于 2022-06-05 15:51:23 发布

阅读量365

点赞数

文章标签：问题能够用计算机解决的必要条件

分治策略：解决问题的典型策略，分而治之

将问题分为若干更小规模的部分

通过解决每一个小规模部分问题，并将结果汇总得到原问题的解

递归算法与分治策略

递归三定律

体现了分支策略

应用相当广泛

排序

查找

遍历

求值等

优化问题

计算机科学中许多算法都是为了找到某些问题的最优解

两点之间最短路径

能最好匹配一系列点的直线

满足一定条件的最小集合

经典案例：找零兑换

贪心策略

兑换最少个数的硬币

贪心策略及失效

63=252+101+1*3

63=21*3

递归解法

步骤

确定基本结束条件

需要兑换的找零，面值正好等于某种硬币

减少问题规模

对每种硬币尝试一次

低效代码

import time

def recMC(coinValueList, change):

minCoins = change

if change in coinValueList:

return 1

else:

for i in [c for c in coinValueList if c <= change]:

numCoins = 1+recMC(coinValueList, change-i)

if numCoins < minCoins:

minCoins = numCoins

return minCoins

if __name__ == "__main__":

print(time.clock())

print(recMC([1, 5, 10, 25], 63))

print(time.clock())

memoization 记忆化/函数值缓存

优化

消除重复计算

用一个表将计算过的中间结果保存起来，在计算之前查表看看是否已经计算过

有，直接返回最优解

无，进行递归调用

import time

def recMC(coinValueList, change, knowResults):

minCoins = change

if change in coinValueList:

knowResults[change] = 1

return 1

elif knowResults[change] > 0:

return knowResults[change]

else:

for i in [c for c in coinValueList if c <= change]:

numCoins = 1+recMC(coinValueList, change-i, knowResults)

if numCoins < minCoins:

minCoins = numCoins

knowResults[change] = minCoins

return minCoins

if __name__ == "__main__":

meno = [0]*64

print(time.clock())

print(recMC([1, 5, 10, 25], 63, meno))

print(time.clock())

print(meno)

>>>

2e-07

0.0061154

[0, 1, 0, 0, 0, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 2, 3, 4, 5, 6, 2, 3, 4, 5, 6, 1, 2, 3, 4, 5, 2, 3, 4, 5, 6, 2, 3, 4, 5, 6, 3, 4, 5, 6, 7, 3, 4, 5, 6, 7, 2, 3, 4, 5, 6, 3, 4, 5, 6, 7, 3, 4, 5, 6]

动态规划解法

步骤

从最简单的“1分钱找零”的最优解开始，逐步狄加上去，直到我们需要的找零钱数

在找零递加的过程中，一直加到求解找零钱数，自然得到最优解

递加的过程能保持最优解的关键是，其依赖于更少钱数最优解的简单计算，而更少钱数的最优解已经得到了

问题的最优解包含了更小规模子问题的最优解。

这是一个最优化问题能够用动态规划策略解决的必要条件

思想

从最简单的情况开始到达所需找零的循环

每一步都依靠以前的最优解来得到本步骤的最优解，直到得到答案

代码实现

def dpMakeChange(coinValueList, change, minCoins, coinUsed):

# 1.从一分钱到change逐个计算最少硬币数

for cents in range(1, change+1):

coinCounts = cents

newCoin = 1

# 2.减去每个硬币，向后查最少硬币数，同时记录总的最少数

for j in [c for c in coinValueList if c <= cents]:

if minCoins[cents-j]+1 < coinCounts:

coinCounts = minCoins[cents-j]+1

newCoin = j

# 3.得到当前最少硬币数，记录到表中

minCoins[cents] = coinCounts

coinUsed[cents] = newCoin

return minCoins[change]

def printCoins(coinUsed, change):

coin = change

while coin > 0:

thisCoin = coinUsed[coin]

print(thisCoin)

coin = coin-thisCoin

if __name__ == "__main__":

amnt=63

clist=[1, 5, 10, 21, 25]

coinUsed=[0]*(amnt+1)

coinCount=[0]*(amnt+1)

print("Making change for",amnt,"require",dpMakeChange(clist, amnt, coinCount,coinUsed),"coins")

print("They are:")

printCoins(coinUsed, amnt)

print("The used list is as follows:")

print(coinUsed)

>>>

Making change for 63 require 3 coins

They are:

The used list is as follows:

[0, 1, 1, 1, 1, 5, 1, 1, 1, 1, 10, 1, 1, 1, 1, 5, 1, 1, 1, 1, 10, 21, 1, 1, 1, 25, 1, 1, 1, 1, 5, 10, 1, 1, 1, 10, 1, 1, 1, 1, 5, 10, 21, 1, 1, 10, 21, 1, 1, 1, 25, 1, 10, 1, 1, 5, 10, 1, 1, 1, 10, 1, 10, 21]

博物馆大盗问题

动态规范代码

def calcTreasure1():

"""动态规划宝物价值最大化"""

# 宝物价值和重量

tr = [

None,

{'w': 2, 'v': 3},

{'w': 3, 'v': 4},

{'w': 4, 'v': 8},

{'w': 5, 'v': 8},

{'w': 9, 'v': 10}