动态规划是一种算法思想,刚入门的时候可能感觉十分难以掌握,总是会有看了题不知道怎么做,但是一看答案就恍然大悟的感觉。结合这一段时间的学习,在这里做一下总结。
解题思路
在解题的过程中,首先可以主动寻找递推关系,比如对当前数组进行逐步拉伸,看新的元素和已有结果是否存在某种关系。
对于没有思路的题目,求解可以分为暴力递归(回溯),记忆性搜索,递归优化,时间或空间最终优化四个阶段。
在碰到一道可以使用动态规划的题目的时候,如果还不知道怎么下手,那么第一步,一定要去想如何递归求解。
所谓递归求解,说的简单点,就是一种穷举,文艺一点,也可以叫回溯。是的,在学习动态规划之前,一定要对回溯法有所了解。
backtracking(member){
//如果已经不可能再得到结果,直接返回。也叫剪枝,分支限界。
if(is_invalid) return;
//如果得到最终结果,处理显示。
if(is_solution) print_result();
//递归即将进入下一层级,如果有数据在下一层级中需要使用,更新它们。
move_ahead();
//准备要进入递归的元素。
candidate[] candidates = get_candidates;
for(candidate in candidates){
backtracking(candidate)
}
//递归回到当前层级,将数据更新回当前层级所需数据。
move_back();
}
上面就是回溯法的基本模板,看清来可能有点模糊,下面的第一道题目的第一个步骤,就将对此作出详细解释。
题目1
给一个非负数组,你一开始处在数组收尾(index=0),数组中元素代表你能从当前位置向后跳的**最大**步数,问能否达到数组末尾。比如:
A = [2,3,1,1,4], return true.
A = [3,2,1,0,4], return false.
递归求解
最为直观的回溯法求解如下:
思路十分直观,当我们到了每个位置,在此位置上,可以向后跳1到最大步数,在每一跳之后进行递归,依次类推穷举出所有情况,一旦有一种可以到达最终位置,那么我们就可以得到最终结果。
public class Solution {
public boolean canJumpFromPosition(int position, int[] nums) {
if (position == nums.length - 1) {
return true;
}
int furthestJump = Math.min(position + nums[position], nums.length - 1);
for (int nextPosition = position + 1; nextPosition <= furthestJump; nextPosition++) {
if (canJumpFromPosition(nextPosition, nums)) {
return true;
}
}
return false;
}
public boolean canJump(int[] nums) {
return canJumpFromPosition(