动态规划法求第n个丑数

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

本篇文章想要通过一个例子分析动态规划相比于递归算法的优越性。

例题描述：（丑数：我们把只包含质因子 2、3 和 5 的数称作丑数（Ugly Number））。求按从小到大的顺序的第 n 个丑数。

---

一、动态规划和递归的关系

1.动态规划：

动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，这样就可以避免大量的重复计算，节省时间。我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到，只要它被计算过，就将其结果填入表中。这就是动态规划法的基本思路。具体的动态规划算法多种多样，但它们具有相同的填表格式。

2.动态规划和递归：

递归与动态规划关系紧密,且一般递归都可以转化为动态规划。这个问题从一般的递归构成就能够解释清楚, 例如典型的斐波那契数列的求法。首先,问题可以分解,拆成很多重叠子问题才可以求解,而动态规划也是这一思路,说白了动态规划其实就是记忆化了的递归程序。动态规划把很多递归问题的解存储下来,这样就省去了重复求许多子问题的解的开销，达到快速求解的目的。

二、求解本例题

1.用递归方法求解

代码如下（示例）：

#include<iostream>
bool judge(int num);
int main() {
   

	int count;

	std::cin >> count;
	int i = 1;
	for (int k = 1;k <= count;k++) {
   
		while (!judge(i)) {
   
			i++;
		}
		i++;
	}
	std::cout