概念
首先想到递归、分治。动态规划本质也一样。
共性:找到重复子问题
差异性:有最优子结构,中途可以淘汰次优解。
动态规划是分治+最优子结构。
例题
斐波那契数列
递归实现,时间复杂度是指数级。
最基础的写法为
int fib(int n){
if (n <= 0){
return 0;
}else if(n==1){
return 1;
}else{
return fib(n-1)+fib(n-2);
}
}
简化一点的表达为
int fib(int n){
return n<=1 ? n : fib(n-1)+fib(n-2);
}
改变时间复杂度的方法:加一个缓存
int fib(int n, int[] memo){
if(n<=1){
return n;
}
if(memo[n]==0){
memo[n]= fib(n-1) + fib(n-2);
}
return memo[n];
}
递归加记忆化搜索,即为自顶向下的方式。
从叶子节点开始的话就是自底向上。——动态规划模板
int fib(int n){
if(n<=1){
return n;
}
int[] fib = new int[n-1];
fib[0]=0;
fib[1]=1;
for(int i=2;i<=n;i++){
fib[i] = fib[i-1] + fib[i-2];
}
return fib[n];
}
路径计数
题目:只能向右和向下走,记有多少路径。
分治:
int countPaths(boolean[][]grid, int row , int col){
if(!validSquare(grid,row,col)) return 0;
if(isAtEnd(grid,row,col)) return 1;
return countPaths(grid,row+1,col) + countPaths(grid,row,col+1);
}
DP:
if a[i,j] = ‘空地’{
opt[i,j]=opt[i+1,j]+opt[i,j+1];
}else{
opt[i,j]=0;
}
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
if(obstacleGrid[m-1][n-1]==1) return 0;
int[] cur = new int[n]; // 一维数组表示
cur[n-1] = 1; //初始化
//最下一行
for(int i = n-2; i >= 0 ; --i) {
if(obstacleGrid[m-1][i] == 1){
cur[i] = 0;
}else{
cur[i] = cur[i+1];
}
}
// 动态规划递推
for (int i = m-2; i >= 0; --i) {
if (obstacleGrid[i][n-1] == 1) {
cur[n-1] = 0; // 处理最右列的情况
}
for (int j = n-2; j >= 0; --j) {
if (obstacleGrid[i][j] == 1) {
cur[j] = 0;
} else {
cur[j] += cur[j + 1];
}
}
}
return cur[0];
}
}