zoukankan      html  css  js  c++  java
  • 五大常用算法之二——动态规划

      笔试面试中经常会出现一些考察动态规划方面的题目,以前没有接触过,现在初学做个整理。

    1. 什么是动态规划?
             和分治法一样,动态规划(dynamicprogramming)是通过组合子问题而解决整个问题的解。
             分治法是将问题划分成一些独立的子问题,递归地求解各子问题,然后合并子问题的解。
             动态规划适用于子问题不是独立的情况,也就是各子问题包含公共的子子问题。
             此时,分治法会做许多不必要的工作,即重复地求解公共的子问题。动态规划算法对每个子问题只求解一次,将其结果保存起来,从而避免每次遇到各个子问题时重新计算答案。
    2. 动态规划算法的设计
    两种方法:
             自顶向下(又称记忆化搜索、备忘录):基本上对应着递归函数实现,从大范围开始计算,要注意不断保存中间结果,避免重复计算
             自底向上(递推):从小范围递推计算到大范围
    动态规划的重点:
             递归方程+边界条件
    3. 爬楼梯问题
             一个人每次只能走一层楼梯或者两层楼梯,问走到第80层楼梯一共有多少种方法。
             设DP[i]为走到第i层一共有多少种方法,那么DP[80]即为所求。很显然DP[1]=1, DP[2]=2(走到第一层只有一种方法:就是走一层楼梯;走到第二层有两种方法:走两次一层楼梯或者走一次两层楼梯)。同理,走到第i层楼梯,可以从i-1层走一层,或者从i-2走两层。很容易得到:
             递推公式:DP[i]=DP[i-1]+DP[i-2]
             边界条件:DP[1]=1   DP[2]=2
             (a)自顶向下的解法:

    1. long long dp[81] = {0};/*用于保存中间结果 
    2. 否则会重复计算很多重复的子问题*/  
    3. long long DP(int n)  
    4. {  
    5.     if(dp[n])  
    6.         return dp[n];  
    7.     if(n == 1)  
    8.         return 1;  
    9.     if(n == 2)  
    10.         return 2;  
    11.     dp[n] = DP(n-1) + DP(n-2);  
    12.     return dp[n];     
    13. }  

             (b)自底向上的解法:

    1. int i;  
    2. long long dp[81]; /* 注意当n超过75时,结果值将超过int范围 */  
    3. dp[1] = 1;  
    4. dp[2] = 2;  
    5. for(i=3; i <= 80; i++)  
    6.     dp[i] = dp[i-1] + dp[i-2];  

    4. 最长上升子序列
             对于序列:4 1 2 24,它的最长上升子序列是1 2 4,长度为3。
             对于序列:4 2 4 25 6,它的最长上升子序列是2 4 5 6,长度为4
             设a[i]表示原序列,设DP[i]表示以第i个数结尾的最长上升序列的长度,那么很显然想导出DP[i]的值,需要在DP[k](1<=k<i)中找出满足a[k]<a[i]最大的一项。假设第kk项是我们找到的答案,那么第i个数就可以接在第kk个数之后,成为以第i个数结尾的最长升序列。如果没有找到答案,换言之第i个数比前面的数都要小,那么DP[i]=1,也即生成了从自己开始又以自己结尾的最长升序列。综上,我们很容易得出:
             递推公式:DP[i]=max(DP[k]+1,DP[i])  1<=k<i
             边界条件:DP[i]=1                   1<=i<=n
             算法复杂度为O(n^2)

    1. void RiseSequence(int Array[], int num)  
    2. {  
    3. #define MAX_LENGTH  30  
    4.     struct  
    5.     {  
    6.         int SequenceValue;  /* max length ending with this num */  
    7.         int PreviousIndex;  /* record the previous number */  
    8.     }ArrayInfo[MAX_LENGTH], temp;  
    9.     int i;  
    10.     for(i = 0; i < num; i++)  
    11.     {  
    12.         int j;  
    13.         ArrayInfo[i].SequenceValue = 1;  
    14.         ArrayInfo[i].PreviousIndex = -1;  
    15.         for(j = 0; j < i; j++)  
    16.         {  
    17.             if(Array[j] < Array[i] && (ArrayInfo[j].SequenceValue + 1 > ArrayInfo[i].SequenceValue))  
    18.             {  
    19.                 ArrayInfo[i].SequenceValue = ArrayInfo[j].SequenceValue + 1;  
    20.                 ArrayInfo[i].PreviousIndex = j;  
    21.             }  
    22.         }  
    23.     }  
    24.     temp.SequenceValue = ArrayInfo[0].SequenceValue;  
    25.     for(i = 1; i < num; i++)  
    26.     {  
    27.         if(temp.SequenceValue < ArrayInfo[i].SequenceValue)  
    28.         {  
    29.             temp.SequenceValue = ArrayInfo[i].SequenceValue;  
    30.             temp.PreviousIndex = i;  
    31.         }  
    32.     }  
    33.     for(i = 0; i < temp.SequenceValue; i++)  
    34.     {  
    35.         printf("%d  ", Array[temp.PreviousIndex]);  /* in reverse order */  
    36.         temp.PreviousIndex = ArrayInfo[temp.PreviousIndex].PreviousIndex;  
    37.     }  
    38.     printf("\nthe max rising sequence length is %d\n", temp.SequenceValue);  
    39. }  

    5. 最长公共子序列
             给定两个序列X和Y,称序列Z是X和Y的公共子序列如果Z既是X的一个子序列,又是Y的一个子序列。例如,如果X={a,b,c,b,d,a,b} Y={b,d,c,a,b,a} 那么序列{b,c,a}就是X和Y的一个公共子序列,但是它并不是X和Y的最长公共子序列,因为它的长度为3。而同为X和Y公共子序列的{b,c,b,a},长度为4,因为找不到长度为5或更大的公共子序列,所以X和Y的最长公共子序列长度就为4。
             假设两个序列数组分别为a,b。定义f(i,j)为计算到a数组第i个数、b数组第j个数时所得到的最长公共子序列的长度。这时有两种情况:
             1.假如a[i]=b[j],那么f(i,j)=f(i-1,j-1)+1
             2.假如a[i]!=b[j],那么f(i,j)=max(f(i-1,j),f(i,j-1))
             边界条件为:f(i,0)=0     1<=i<=len(a)
                                   f(0,j)=0     1<=j<=len(b)
             算法复杂度:O(n^2),len(a)表示数组a的长度。

  • 相关阅读:
    mybatis
    mybatis
    hadoop完全分布式搭建
    用构造器确保初始化
    HashMap的内部结构与hash冲突
    方法重载 与 方法覆盖
    Django后台管理admin或者adminx中使用富文本编辑器
    Celery在Django中的使用介绍
    django.db.utils.InternalError: (1060, "Duplicate column name 'user_id'")迁移报错解决方法
    Django2.0版本以上与pymsql 不匹配问题以及解决方法
  • 原文地址:https://www.cnblogs.com/fangyan5218/p/10618275.html
Copyright © 2011-2022 走看看