从斐波那契额数列入手,一步步解决跳台阶问题
欢迎来到王火火的学习频道
你好! 这里是学习零基础入门动态规划,运用斐波那契额数列来更进一步了解动态规划的敲门砖。
提示:以下是本篇文章正文内容,下面案例可供参考
一、斐波那契额数列是什么?
定义:这个数列从第3项开始,每一项都等于前两项之和。
递推公式:
- F(0)=1,
- F(1)=1;
- F(n)=F(n-1)+F(n-2) (n>=2,n属于正整数)
二、跳台阶问题是什么?
一个楼梯共有n阶台阶,每次可以走一级或者两级,问从第0阶台阶走到第n阶一共有多少种方案?
三、解决动态规划的方法
3.1 解决动态规划问题一般分为以下三个步骤:
- 穷举法,暴力搜索 dfs
- 记忆化搜索/减枝
- 自底向上,推出最后的问题。改写成递推形式。
3.2不理解步骤的可以先看下面解释:(方便理解下面的操作)
1.深度优先搜索算法(Depth First Search,简称DFS):一种用于遍历或搜索树或图的算法。 沿着树的深度遍历树的节点,尽可能深的搜索树的分支。当节点v的所在边都己被探寻过或者在搜寻时结点不满足条件,搜索将回溯到发现节点v的那条边的起始节点。整个进程反复进行直到所有节点都被访问为止。属于盲目搜索,最糟糕的情况算法时间复杂度为O(!n)。
2.记忆化搜索=暴力dfs+记录答案
3.递推的公式=dfs向下递归的公式
4.递推数组的初始值=递归的边界
四:具体操作
步骤一:用dfs(深度优先算法)分析跳台阶问题
分析过程如下:
-
当n=1时,F(1)=1;
-
当n=2时,F(2)=2; 可以是连续走两个1,或者直接走一个2;
-
当n=3时,F(3)=3; F(3)=F(2)+F(1);
------------------------------------- 图1 当n=3时的情况--------------------------------------------------- -
当n=4时,F(4)=5; F(4)=F(3)+F(2);
-
------------------------------------------- 图2 当n=4时的情况---------------------------------------------------
-
当n=5时,F(5)=8; F(5)=F(4)+F(3);
分析得出
符合斐波那契额数列规律。可以运用斐波那契额数列算法解决。
import java.util.Scanner;
public class aaa {
public static int climbStairs(int n) {
if(n==1) return 1;
else if(n==2) return 2;
else return climbStairs(n-1)+climbStairs(n-2);
}
public static void main(String[] args){
Scanner scanner=new Scanner(System.in);
System.out.println("aaa");
int n=scanner.nextInt(); //从键盘输入一个整数
int num=climbStairs(n);
System.out.println(num);
}
}
``
缺点:时间复杂度为2的n次方 当n>42的时候 就会出现超出时间限制。
步骤二:记忆化搜索/减枝(用空间换时间)
公式: 记忆化搜索=暴力dfs+记录答案
代码如下:
import java.util.Scanner;
public class aaa {
static int[] memory=new int[50]; //创建一个空数组用来存储遍历过的n
//这个数组的大小一定要大于你输入n的值
public static int climbStairs(int n) {
if(memory[n]>0) return memory[n]; //当memory[n]的值不为0时,说明已经遍历过,存储到数组中了。直接返回值就行。
int sum=0; //创建一个int变量来计算当台阶数为n时,一共有多少种走法。
if(n==1) sum= 1;
else if(n==2) sum= 2;
else sum= climbStairs(n-1)+climbStairs(n-2);
memory[n]=sum;
return memory[n];
}
public static void main(String[] args){
Scanner scanner=new Scanner(System.in);
System.out.println("aaa");
int n=scanner.nextInt(); //从键盘输入一个整数
int num=climbStairs(n);
System.out.println(num);
}
}
优点:省去了很多分支,节省了很多时间。
步骤三:自底向上,推出最后的问题。改写成递推形式。
是否可以从边界出发,自底向来推。
import java.util.Scanner;
public class aaa {
static int[] memory=new int[50]; //创建一个空数组用来存储遍历过的n
//这个数组的大小一定要大于你输入n的值
public static void main(String[] args){
Scanner scanner=new Scanner(System.in);
System.out.println("aaa");
int n=scanner.nextInt(); //从键盘输入一个整数
memory[1]=1;
memory[2]=2;
for(int i=3;i<=n;i++) {
memory[i]=memory[i-1]+memory[i-2]; //这个递推公式就是dfs的向下递归公式;
}
System.out.println(memory[n]);
}
}
当写完这个代码,再来读这写话,是否会有更深的理解:
1.深度优先搜索算法(Depth First Search,简称DFS):一种用于遍历或搜索树或图的算法。 沿着树的深度遍历树的节点,尽可能深的搜索树的分支。当节点v的所在边都己被探寻过或者在搜寻时结点不满足条件,搜索将回溯到发现节点v的那条边的起始节点。整个进程反复进行直到所有节点都被访问为止。属于盲目搜索,最糟糕的情况算法时间复杂度为O(!n)。
2.记忆化搜索=暴力dfs+记录答案
3.递推的公式=dfs向下递归的公式
4.递推数组的初始值=递归的边界
步骤四:再优化,试着把空间再优化(把记录已经运算过的值的数组给去掉)
import java.util.Scanner;
public class aaa {
public static void main(String[] args){
Scanner scanner=new Scanner(System.in);
System.out.println("aaa");
int n=scanner.nextInt(); //从键盘输入一个整数
int a=0;
int b=1;
int c=2;
for(int i=3;i<=n;i++) {
a=b+c; //memory[i]
b=c; //memory[i-1]
c=a; //memory[i-2]
}
System.out.println(a);
}
}
总结
我们在解决这个问题的时候,一步步的优化。从刚开始的暴力解法,发现当n大于一定数时,就会出现超时的现象。我们就通过记忆化搜索来优化时间。当完成记忆化搜索时,我们可以进一步将dfs改为递推,进一步省去了分解问题的过程,直接从边界开始往上推。最后我们又通过三个变量,代替了当初的记忆化数组,来优化空间。
在这里一定要理解和牢记3.2里的内容。这将会是我们优化代码的核心思想。