1.如果问题是由交叠的子问题所构成,我们就可以用动态规划技术来解决它,一般来说,这样的子问题出现在对给定问题求解的递推关系中,这个递推关系包含了相
同问题的更小子问题的解。动态规划法建议,与其对交叠子问题一次又一次的求解,不如把每个较小子问题只求解一次并把结果记录在表中(动态规划也是空间换时间
的),这样就可以从表中得到原始问题的解。
例子:用动态规划算法求解(假设棋盘为n*n,最短路即不能回退)。国际象棋中的车可以水平的或竖直的移动,一个车要从一个棋盘的一角移到对角线的另一角,有多少种最短路径?
我们设定 F[i , j]表示从坐标(0,0)到(i ,j)的方法数(定义F[i , j]的含义,动态规划的一个关键点):
很明显,要走到坐标(i ,j),它的上一步的坐标必定是(i-1 ,j)或者(i ,j-1) (分析动态规划问题的逆向思考)
这样就将问题描述为了交叠子问题:
F[i , j] = F[i -1, j] + F[i , j-1] ( F[i , j] 拆解成更小的交叠的子问题 )
我们要求的是F[n , n]
列出初始边界条件:
F[0 , j] = 1
F[i , 0] = 1
填矩阵的形式:可以按行也可以按列。
典型的动态规划的算法,由最小的边界条件处依次递归.
把矩阵填出来以后也很简单
1 8 36 120 330 792 1716 3432
1 7 28 84 210 462 924 1716
1 6 21 56 126 252 462 792
1 5 15 35 70 126 210 330
1 4 10 20 35 56 84 120
1 3 6 10 15 21 28 36
1 2 3 4 5 6 7 8
车 1 1 1 1 1 1 1
/**
* Copyright 2012, NEWTOUCH Co., Ltd. All right reserved.
*/
package calculation.dynamicprogramming;
/**
* @author aijnec
*/
public class ChessTest {
//棋盘维度
private static int n = 8;
//棋盘模型
private long[][] chessBoard = new long[n][n];
/**
* 构造棋盘矩阵 往格子里填方法数
*
*/
private void buildChessBoard(){
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
if(i==0 || j==0){
//边界条件
chessBoard[i][j]=1;
//System.out.println("chessBoard["+i+"]"+"["+j+"]="+chessBoard[i][j]);
}else{
//子方法递推,最后都回归到了1的加法。
chessBoard[i][j]=chessBoard[i-1][j]+chessBoard[i][j-1];
//System.out.println("chessBoard["+i+"]"+"["+j+"]="+chessBoard[i][j]);
}
}
}
}
/**
* 取得从(0,0)走到对角端点(n,n)的最短方法数
* @return
*/
public void getPointNum(){
buildChessBoard();
System.out.println("pointNum="+chessBoard[n-1][n-1]);
}
public static void main(String[] args){
ChessTest test = new ChessTest();
long startTick,endTick;
startTick = System.nanoTime();
test.getPointNum();
endTick = System.nanoTime();
System.out.println("process costs "+(endTick-startTick)+" ns");
}
}
原文地址:http://aijnecjay.iteye.com/blog/1681380