漫画:什么是动态规划?(整合版)
————————————
题目:
有一座高度是10级台阶的楼梯,从下往上走,每跨一步只能向上1级或者2级台阶。要求用程序来求出一共有多少种走法。
比如,每次走1级台阶,一共走10步,这是其中一种走法。我们可以简写成 1,1,1,1,1,1,1,1,1,1。
再比如,每次走2级台阶,一共走5步,这是另一种走法。我们可以简写成 2,2,2,2,2。
当然,除此之外,还有很多很多种走法。
————————————
第一种情况:
第二种情况:
把思路画出来,就是这样子:
F(1) = 1;
F(2) = 2;
F(n) = F(n-1)+F(n-2)(n>=3)
方法一:递归求解
由于代码比较简单,这里就不做过多解释了。
如图所示,相同的颜色代表了方法被传入相同的参数。
方法二:备忘录算法
在以上代码中,集合map是一个备忘录。当每次需要计算F(N)的时候,会首先从map中寻找匹配元素。如果map中存在,就直接返回结果,如果map中不存在,就计算出结果,存入备忘录中。
方法三:动态规划求解
程序从 i=3 开始迭代,一直到 i=n 结束。每一次迭代,都会计算出多一级台阶的走法数量。迭代过程中只需保留两个临时变量a和b,分别代表了上一次和上上次迭代的结果。 为了便于理解,我引入了temp变量。temp代表了当前迭代的结果值。
题目二: 国王和金矿
有一个国家发现了5座金矿,每座金矿的黄金储量不同,需要参与挖掘的工人数也不同。参与挖矿工人的总数是10人。每座金矿要么全挖,要么不挖,不能派出一半人挖取一半金矿。要求用程序求解出,要想得到尽可能多的黄金,应该选择挖取哪几座金矿?
方法一:排列组合
每一座金矿都有挖与不挖两种选择,如果有N座金矿,排列组合起来就有2^N种选择。对所有可能性做遍历,排除那些使用工人数超过10的选择,在剩下的选择里找出获得金币数最多的选择。
代码比较简单就不展示了,时间复杂度也很明显,就是O(2^N)。
F(n,w) = 0 (n<=1, w<p[0]);
F(n,w) = g[0] (n==1, w>=p[0]);
F(n,w) = F(n-1,w) (n>1, w<p[n-1])
F(n,w) = max(F(n-1,w), F(n-1,w-p[n-1])+g[n-1]) (n>1, w>=p[n-1])
其中第三条是补充上去的,原因不难理解。
方法二:简单递归
把状态转移方程式翻译成递归程序,递归的结束的条件就是方程式当中的边界。因为每个状态有两个最优子结构,所以递归的执行流程类似于一颗高度为N的二叉树。
方法的时间复杂度是O(2^N)。
方法三:备忘录算法
在简单递归的基础上增加一个HashMap备忘录,用来存储中间结果。HashMap的Key是一个包含金矿数N和工人数W的对象,Value是最优选择获得的黄金数。
方法的时间复杂度和空间复杂度相同,都等同于备忘录中不同Key的数量。
方法四:动态规划
方法利用两层迭代,来逐步推导出最终结果。在外层的每一次迭代,也就是对表格每一行的迭代过程中,都会保留上一行的结果数组 preResults,并循环计算当前行的结果数组results。
方法的时间复杂度是 O(n * w),空间复杂度是(w)。需要注意的是,当金矿只有5座的时候,动态规划的性能优势还没有体现出来。当金矿有10座,甚至更多的时候,动态规划就明显具备了优势。
—————END—————
喜欢本文的朋友们,欢迎长按下图关注订阅号梦见,收看更多精彩内容
推荐一篇朋友的文章:
长按二维码向我转账
受苹果公司新规定影响,微信 iOS 版的赞赏功能被关闭,可通过二维码转账支持公众号。
微信扫一扫
关注该公众号
<script nonce="">
var __DEBUGINFO = {
debug_js : "//res.wx.qq.com/mmbizwap/zh_CN/htmledition/js/biz_wap/debug/console34c264.js",
safe_js : "//res.wx.qq.com/mmbizwap/zh_CN/htmledition/js/biz_wap/safe/moonsafe34c264.js",
res_list: []
};
(function() { var totalCount = 0, finishCount = 0; function _loadVConsolePlugin() { window.vConsole = new window.VConsole(); while (window.vConsolePlugins.length > 0) { var p = window.vConsolePlugins.shift(); window.vConsole.addPlugin(p); } } function _addVConsole(uri, cb) { totalCount++; var url = '//res.wx.qq.com/mmbizwap/zh_CN/htmledition/js/vconsole/' + uri; var node = document.createElement('SCRIPT'); node.type = 'text/javascript'; node.src = url; node.setAttribute('nonce', '2069667535'); if (cb) { node.onload = cb; } document.getElementsByTagName('head')[0].appendChild(node); } if ( (document.cookie && document.cookie.indexOf('vconsole_open=1') > -1) || location.href.indexOf('vconsole=1') > -1 ) { window.vConsolePlugins = []; _addVConsole('3.0.0/vconsole.min.js', function() { _addVConsole('plugin/vconsole-mpopt/1.0.1/vconsole-mpopt.js', _loadVConsolePlugin); }); } })(); if (!window.console) window.console = { log: function() {} }; if (typeof getComputedStyle == 'undefined') { if (document.body.currentStyle) { window.getComputedStyle = function(el) { return el.currentStyle; } } else { window.getComputedStyle = {}; } } (function(){ window.__zoom = 1; (function(){ var validArr = ","+([0.875, 1, 1.125, 1.25, 1.375]).join(",")+","; var match = window.location.href.match(/winzoom=(\d+(?:\.\d+)?)/); if (match && match[1]) { var winzoom = parseFloat(match[1]); if (validArr.indexOf(","+winzoom+",")>=0) { window.__zoom = winzoom; } } })(); var isIE = false; if (typeof version != 'undefined' && version >= 6 && version