《算法笔记》第4章 入门篇（2）第11章 动态规划

1.动态规划概念：

2.动态规划递归写法：

裴波那契数列递归：

int F(int n)
{
   
    if(n==0 || n==1)
        return 1;
    else
        return F(n-1)+F(n-2);
}

引入数组dp

int F(int n)
{
   
    if(n==0 || n==1)
    {
   
        return 1;   //递归边界
    }
    if(dp[n]!=-1)   //已经计算过，直接返回结果
        return dp[n]; 
    else
    {
   
        dp[n]=F(n-1)+F(n-2);   //计算F(n)保存在dp中
        return dp[n];
    }
}

3.动态规划递推写法：

#include<iostream>
using namespace std;

const int maxn=100;

int dp[maxn][maxn],fac[maxn][maxn];

int main()
{
   
    int n;
    cin >> n;
    for(int i=1; i<=n; i++)
        for(int j=1; j<=i; j++)
            cin >> fac[i][j];
    for(int j=1; j<=n; j++)
        dp[n][j]=fac[n][j];

    for(int i=n-1; i>=1; i--)
    {
   
        for(int j=1; j<=i; j++)
        {
   
            dp[i][j]=max(dp[i+1][j],dp[i+1][j+1])+fac[i][j];
        }
    }
    cout << dp[1][1];
}

4.最大连续子序列

#include<iostream>
using namespace std;

const int maxn=100;

int A[maxn],dp[maxn];

int main()
{
   
    int n;
    cin >> n;
    for(int i=0; i<n; i++)
    {
   
        cin >> A[i];
    }
    dp[0]=A[0];
    for(int i=1; i<n; i++)
    {
   
        dp[i]=max(A[i],dp[i-1]+A[i]);   //这个动态规划也是好理解，虽然是要找到连续的最大子列和，但是我们找到每一位上的最大子列和，还是用状态转移方程来实现，最后在dp数组中找到最大的即可