- 分治法与动态规划主要共同点:
二者都要求原问题具有最优子结构性质,都是将原问题分而治之,分解成若干个规模较小(小到很容易解决的程序)的子问题.然后将子问题的解合并,形成原问题的解. - 分治法与动态规划实现方法:
① 分治法通常利用递归求解.
② 动态规划通常利用迭代法自底向上求解,但也能用具有记忆功能的递归法自顶向下求解. - 分治法与动态规划主要区别:
① 分治法将分解后的子问题看成相互独立的.
② 动态规划将分解后的子问题理解为相互间有联系,有重叠部分.
(百度内容)
典型例子:
跳台阶问题,一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。
分治法:
设跳n级台阶共有f(n)种跳法。对于第一次跳跃,如果跳1级,则剩下的n-1阶有f(n-1)种跳法;如果跳2级,则剩下f(n-2)种跳法。所以f(n)=f(n-1)+f(n-2)。当n=2时,f(n)=2。当n=1时,f(n)=1。
int f(int n)
{
if (n <= 0)
return 0;
if (n <= 2)
return n;
return f(n - 1) + f(n - 2);
}
动态规划:
由于分治法中,f(n-1)的计算中包含f(n-2),因此会产生很多重复的运算。所以从底向上开始计算可以减少运算次数。
int f(int n) {
if (n == 1)
return 1;
int f = 1;
int g = 2;
for (int i = 3; i <= n; i++) {
int t = f + g;
f = g;
g = t;
}//自底向上体现在这个循环里
return g;
}
此动态规划方法,本质上可以通过数组来理解:(原先计算得到的值存在数组里,供下一次计算时提取使用)
int f(int n) {
if (n <= 0)
return -1;
else if (n == 1)
return 1;
int[] dp = new int[n + 1];
dp[1] = 1;
dp[2] = 2;
for (int i = 3; i <= n; i++)
dp[i] = dp[i - 1] + dp[i - 2];
return dp[n];
}
(摘自其他博客)
在这题里,用数组储存的话,因为多建立了一个数组,所以空间复杂度比原动态规划方法要高。
文首说到了分治法和动态规划的三条区别,其实如果将数组运用在分治法里,也就相当于是变成了自顶向下的动态规划。
比如,对于f(n)=f(n-1)+f(n-2),在计算f(n-1)的过程中,由于f(n-1)=f(n-2)+f(n-3),我们必须要求出f(n-2)的值。这时,我们将f(n-2)的值储存在一个数组a[]的a[n-2]里,那么计算f(n)其实就相当于变成了f(n)=f(n-1)+a[n-2],即省去了原式子里的**f(n-2)**重复调用递归的步骤。