赞
踩
在讲记忆化搜索之前,我们来分析一下,递归的弊端。
这里以经典简单的斐波那契数列的递归解决方法作为例子;
- int fibnacci(int n)
- {
- if (n == 1) return 1;
- if (n == 0) return 0;
- return fibnacci(n - 1) + fibnacci(n - 2);
- }
这个经典的递归,存在很多重复计算的情况,画出递归树可以很直观的观察到这点。
那么,如何解决这一情况呢?可以使用一个数组(备忘录),用来存储已经计算过的情况,如果再次遇到这种情况,直接返回这种情况对应的值即可,这样便可以大大节省时间与空间。
优化后的计算斐波那契数列的代码为:
- int Fibnacci(int n, int arr[])
- {
- if (arr[n] != -1)
- return arr[n];
- arr[0] = 0;
- arr[1] = 1;
- if(n>=2)
- arr[n] = Func_1(n - 1, arr) + Func_1(n - 2, arr);
- return arr[n];
- }
arr[n]存储了当问题规模为n时的结果,这里如果arr[n]内的值如果为-1,代表问题规模为n时尚未计算过,反之则会储存问题规模为n时的数据。
后续如果再次遇到与之重复的结点,就会可以直接拿来用。
记忆化搜索本质还是动态规划,只不过采用了DFS的形式。
由于其会“记忆”住已经计算过的结点,因而不会出现重复计算结点的情况,使递归的时间及空间复杂度大大缩减。
对于一个递归函数 w(a,b,c)
这是个简单的递归函数,但实现起来可能会有些问题。当 a,b,c 均为 15 时,调用的次数将非常的多。你要想个办法才行。
注意:例如 w(30,-1,0) 又满足条件 11 又满足条件 22,请按照最上面的条件来算,答案为 11。
输入格式
会有若干行。
并以 -1,-1,-1 结束。
保证输入的数在[−9223372036854775808,9223372036854775807] 之间,并且是整数。
输出格式
输出若干行,每一行格式:
w(a, b, c) = ans
直接进行递归会TLE,所以需要进行优化,也就是记忆化搜索。定义一个三维数组memory,
memory[a][b][c]表示形参为a,b,c的递归的结点的数据,后续再次递归到该结点就直接拿出来用。
属于是入门级题目。
- #include <iostream>
- #include <cstring>
- #include <algorithm>
- using namespace std;
- typedef long long LL;
- LL memory[100][100][100];
- //记忆化搜索。
- LL w(LL a, LL b, LL c)
- {
- if (a <= 0 || b <= 0 || c <= 0) return 1;
- else if (a > 20 || b > 20 || c > 20)
- return w(20, 20, 20);
- else if (memory[a][b][c] != 0)
- return memory[a][b][c];
- else if (a < b && b < c)
- {
- memory[a][b][c] = w(a, b, c - 1) + w(a, b - 1, c - 1) - w(a, b - 1, c);
- return memory[a][b][c];
- }
- else
- {
- memory[a][b][c] = w(a - 1, b, c) + w(a - 1, b - 1, c) + w(a - 1, b, c - 1) - w(a - 1, b - 1, c - 1);
- return memory[a][b][c];
- }
- return memory[a][b][c];
- }
-
- int main()
- {
- int a, b, c;
- while (cin >> a >> b >> c)
- {
- if (a == -1 && b == -1 && c == -1)
- break;
- cout << "w(" << a << ", " << b << ", " << c << ")" << " = ";
- cout << w(a, b, c) << endl;
- }
- return 0;
- }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。