当前位置:   article > 正文

动态规划 DP (一)_动态规划(dp)

动态规划(dp)

1.动态规划(Dynamic Programming,简称DP)

维基百科的定义说的很清楚:

动态规划不能解决所有的问题, 只能应用于有最优子结构的问题。例如背包问题、最长公共子序列问题、最短路径问题等。
最优子结构:局部最优解能决定全局最优解。
动态规划算法通常分为三个步骤:定义状态、设计状态转移方程、计算最优解。
动态规划算法的优点是可以避免重复计算,从而提高算法的效率。

 

2.一维动态规划

1)力扣icon-default.png?t=N5K3https://leetcode.cn/problems/climbing-stairs/

这道题思路很清楚,每次只能爬一个或两个台阶,所有当站在第10个台阶时,要么从第8个台阶走两步上来,要么从第9个台阶走一步上来。

所以这是一个有最优子结构的问题,局部最优解可以决定全局最优解。只要走每一步时,都算清楚走法,那么到了最后一步,得到的就是正确的走法。

转移方程:f(n) = f(n-1) + f(n-2)  n>2

                  f(1) = 1  f(2) = 2

写代码的时候可以用vector存储每一步的走法,但考虑到节省空间,也可以只记录最近两步的走法,因为每次计算,只涉及前两步。

  1. class Solution {
  2. public:
  3. int climbStairs(int n) {
  4. if(n<3) return n;
  5. int a = 1, b = 2,c;
  6. for(int i=3;i<=n;i++){
  7. c = a + b;
  8. a = b;
  9. b = c;
  10. }
  11. return c;
  12. }
  13. };

2)

力扣icon-default.png?t=N5K3https://leetcode.cn/problems/house-robber/当决定偷第3个房间时,就不能偷第2个房间了,只能偷第1个房间。

当决定不偷第3个房间时,那就可以偷第1个房间和第2个房间中金额更高的房间。

偷不偷第3个房间,则取决于上面两种情况哪种获得的总金额更高。

所以转移方程为: dp[i] = max(dp[i-2]+nums[i], dp[i-1])

  1. class Solution {
  2. public:
  3. int rob(vector<int>& nums) {
  4. int n = nums.size();
  5. if(n==0) return 0;
  6. if(n<2) return nums[0];
  7. int a = 0, b = 0, c;
  8. for(int i=0;i<n;i++){
  9. c = max(b,a+nums[i]);
  10. a = b;
  11. b = c;
  12. }
  13. return c;
  14. }
  15. };

 

3)力扣icon-default.png?t=N5K3https://leetcode.cn/problems/arithmetic-slices/这道题要注意审题,子数组说的是连续序列,所以依次遍历每个元素,判断是否满足:

(nums[i]-nums[i-1]) == (nums[i-1]-nums[i-2])

比如:

nums = [1,2,3,4]

因为题目要求至少三个元素,所以从第三个元素开始判断,很明显(3-2)==(2-1),

所以[1,2,3]为一个等差数列。

接着遍历到第四个元素,也满足等式(4-3)==(3-2),这时候新增了两个等差序列,

一个是[2,3,4],另一个是前一个等差数列的延续[1,2,3,4]。

所以当遍历到一个元素满足(nums[i]-nums[i-1]) == (nums[i-1]-nums[i-2])这个条件时,

 [ nums[i-2], nums[i-1], nums[i] ]构成一个新的等差数列,

接着再在nums[i-1]结尾的等差数列后加上nums[i],得到了新的dp[i-1]个等差数列。

所以转移方程为:

dp[i] = dp[i-1] + 1 当(nums[i]-nums[i-1]) == (nums[i-1]-nums[i-2])时

dp数组求和,得到的就是等差数列的数量

  1. class Solution {
  2. public:
  3. int numberOfArithmeticSlices(vector<int>& nums) {
  4. int n = nums.size();
  5. if(n<3) return 0;
  6. int res = 0;
  7. vector<int> dp(n,0);
  8. for(int i=2;i<n;i++){
  9. if((nums[i]-nums[i-1])==(nums[i-1]-nums[i-2])){
  10. dp[i] = dp[i-1] + 1;
  11. res += dp[i];
  12. }
  13. }
  14. return res;
  15. }
  16. };

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/煮酒与君饮/article/detail/870576
推荐阅读
相关标签
  

闽ICP备14008679号