动态规划问题--斐波那契数列
1 斐波那契数列
斐波那契数列其表达式如下:
2 递归算法
通过公式我们不难看出,其第一项和第二项为1,当x>=3时,斐波那契数列的第x项就等于其前两项的和。所以我们可以得出代码如下:
public static Integer fib(int n){ |
递归算法是自上而下的算法,要得出后面的值就得知道前两项的值,这样会产生大量重复计算,比如要求第七项的值,就需要知道第六项和第五项的值,要求第六项的值,就需要第五项和第四项的值,光这里就求了两次第五项的值,所以这种算法的效率不是很高。
3 动态规划算法
在使用递归时,我们看到了递归的不足,因为其存在大量重复函数的调用,效率很低。我们可以试试动态规划,通过保存前两项的值来求解第x项的值。其代码如下:
public static Integer dp(int n){ int[] dp = new int[n+1]; dp[1] = 1; dp[2] = 1; for (int i = 3; i <= n; i++) { dp[i] = dp[i-1] + dp[i-2]; } return dp[n]; } |
这里我们通过牺牲内存来保存每一项的值,就不需要重复计算而达到提高效率。到这里我们已然发现动态规划的简单原理:问题的最优解可以通过其子问题的最优解得到。若子问题有比较多的重复,则可以采用自底向上来计算。
刘玉江
2020年11月22日