动态规划(DP)

动态规划(DP)

动态规划,常用于:数学,管理科学,计算机科学,经济和生物信息学。

特征:一个问题,可以拆分成一个一个的子问题,解决子问题,顺带解决这个问题

核心思想:拆分子问题,记住过程,减少重复运算。

例子

  • 1+1+1+1+1+1=? 等于6

  • 在上面式子的再加上一个“ 1+”。答案是多少?

  • 直接通过以往计算过的答案,再加1

例题:青蛙跳阶问题:

一只青蛙,可以一次跳上1级台阶,也可以一次跳上2级台阶。求这只青蛙跳10级台阶有多少种跳法?
分析:
要跳到第10级台阶,要么从第8级台阶,跳2级到第10级。要么从第9级跳1步到第十级。
要跳到第9级:可以从第8级跳1步到达,也可以从第7级跳两步到达。
要跳到第8级:可以从第7级跳1步到达,也可以从第6级跳两步到达。
............

方法一:暴力递归

//暴力递归
//时间复杂度=解决子问题的时间*子问题个数(存在大量重读运算)
public class 青蛙跳阶 {
    public static void main(String[] args) {

        long l1 = System.currentTimeMillis();

        int ways = ways(30);

        long l2 = System.currentTimeMillis();
        System.out.println("有" + ways + "种跳法");
        System.out.println(l2 - l1);
    }

    public static int ways(int n) {
        if (n == 1) {
            return 1;
        }
        if (n == 2) {
            return 2;
        }

        return ways(n - 1) + ways(n - 2);
    }
}
该方法时间复杂度过大,程序运行速度较慢,考虑使用数据字典进行优化

方法二:使用数据字典存储子问题的解(暴力递归的优化)

public class 青蛙跳阶_数据字典优化 {

    public static void main(String[] args) {
        long l1 = System.currentTimeMillis();

        int ways = ways(30);

        long l2 = System.currentTimeMillis();
        System.out.println("有" + ways + "种跳法");
        System.out.println(l2 - l1);
    }

    static Map<Integer, Integer> map = new HashMap();

    public static int ways(int n) {
        if (n == 1) {
            return 1;
        }
        if (n == 2) {
            return 2;
        }

        if (map.containsKey(n)) {
            return map.get(n);
        } else {
            map.put(n, ways(n - 1) + ways(n - 2));
            return map.get(n);
        }

    }

}

方法三:动态规划

动态规划和带字典的递归有些不同,但解法类似。都有减少重复运算。

动态规划的特征:

  • 最优子结构:f(n) = f(n-1) + f(n-2), f(n-1)和 f(n-2)就是f(n)的最优子结构。

  • 状态转移方程:f(n) = f(n-1) + f(n-2)

  • 边界:f(1) =1 ,f(2) = 2

  • 重叠子:重复的运算:f(10) = f(9) + f(8),f(9) = f(8)+f(7). f(8)就是重叠子

public class 青蛙跳阶_动态规划 {
    public static void main(String[] args) {
        System.out.println(ways(10));
    }

    public static int ways(int n) {
        if (n == 1) {
            return 1;
        }
        if (n == 2) {
            return 2;
        }

        int a = 1;
        int b = 2;
        int temp = 0;
        for (int i = 3; i <= n; i++) {
            temp = a + b;
            a = b;
            b = temp;

        }

        return temp;
    }
}

动态规划的解题思路

什么样的问题适用动态规划?

如果一个问题,可以把所有的答案穷举出来,而且存在重叠子问题,就可以考虑使用动态规划。

动态规划的经典应用场景:

  • 最长递增子序列 ---20年蓝肽子问题

  • 最小距离 --- 数字三角形

  • 背包问题

  • 凑零钱问题

  • 等等等。。。

动态规划的解题思路

  • 核心思想:拆分子问题,记住过程,减少重叠子运算

  • 穷举分析

  • 确定边界

  • 找出规律,确定最优子结构

  • 写出状态转移方程

  • 代码实现

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

wyyyyyk

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值