博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
C++ 动态规划算法 个人笔记
阅读量:3966 次
发布时间:2019-05-24

本文共 2559 字,大约阅读时间需要 8 分钟。

C++ 动态规划算法 个人笔记

一.什么是动态规划算法

动态规划也是一种分治思想,但与分治算法不同的是,分治算法是把原问题分解为若干子问题,

自顶向下,求解各子问题,合并子问题的解从而得到原问题的解。动态规划也是自顶向下把原问

题分解为若干子问题,不同的是,然后自底向上,先求解最小的子问题,把结果存储在表格中,

在求解大的子问题时,直接从表格中查询小的子问题的解,避免重复计算,从而提高算法效率。

分治法核心思想**:** 从上往下分析问题,大问题可以分解为子问题,子问题中还有更小的子问题

二.问题

假如你参与了某美女机器人的研发,你在这个项目中要求实现一个统计算法:如果美女机器人

一次可以上 1 级台阶,也可以一次上 2 级台阶。求美女机器人走一个 n 级台阶总共有多少种走法。

三.解题思路

分治法的解题思路

比如总共有 5 级台阶,求有多少种走法;由于机器人一次可以走两级台阶,也可以走一级台阶,所以只有

两个情况

机器人最后一次走了两级台阶,问题变成了“走上一个 3 级台阶,有多少种走法?”

机器人最后一步走了一级台阶,问题变成了“走一个 4 级台阶,有多少种走法?

可以得出这样的关系(n 表示 一共有多少台阶)

f(n) = f(n-1) + f(n-2);

终止条件 n== 1 时 1种走法;n == 2 时 2种走法;

这样会有很多重复的代码

比如:f(5) = f(4) + f(3)

计算分成两个分支:

f(4) = f(3)+f(2) = f(2) + f(1) + f(2);

f(3) = f(2) + f(1);

f(2) 和 f(1)就是重复计算

动态规划的解题思路

自底向上

f(1) = 1

f(2) = 2

f(3) = f(1) + f(2) = 3 (状态转移方程)

f(4) = f(3) + f(2) = 3 + 2 = 5

f(5) = f(4) + f(3) = 5 + 3 = 8

这样就可以避免重复计算

效率提高

四.分治法的代码实现

#include 
#include
using namespace std;/******************************函数功能: 用分治法解决上述问题*函数参数: n - 台阶数**函数返回值: 总共有多少种走法。**************************/int recursionMethod(int n) { if (n <= 0) return 0; if (n == 1) return 1; if (n == 2) return 2; return recursionMethod(n - 1) + recursionMethod(n - 2);}int main(void) { //机器人走台阶 time_t start = 0; time_t end = 0; int n; cout << "please input step:"; cin >> n; //用递归实现 //递归方法 time(&start); int ret = recursionMethod(n); cout << "一共有:" << ret << "种" << endl; time(&end); cout << "递归所需时间:" << end - start << endl; return 0;}

分治法的测试结果:

在这里插入图片描述

台阶数是40时 所需时间是7秒

五.什么时候要用动态规划?

如果要求一个问题的最优解(通常是最大值或者最小值),而且该问题能够分解成若干个子问题,

并且小问题之间也存在重叠的子问题,则考虑采用动态规划,注可以使用动态规划算法的都可以使用分治法,但可以使用分治法的不一定可以使用动态规划算法.

六.怎么使用动态规划?

五步曲解决:

\1. 判题题意是否为找出一个问题的最优解

\2. 从上往下分析问题,大问题可以分解为子问题,子问题中还有更小的子问题

\3. 从下往上分析问题 ,找出这些问题之间的关联(状态转移方程)

\4. 讨论底层的边界问题

\5. 解决问题(通常使用数组进行迭代求出最优解)

七.动态规划的代码实现

#include 
#include
using namespace std;/******************************函数功能: 用动态规划算法解决上述问题*函数参数: n - 台阶数**函数返回值: 总共有多少种走法。**************************/int dynamicPrograming(int n) { if (n == 1) return 1; if (n == 2) return 2; int* dynamicArr = new int[n]; dynamicArr[0] = 1; //一个台阶时 1种走法 dynamicArr[1] = 2; //2个台阶时 2种走法 for (int i = 2; i < n; i++) { dynamicArr[i] = dynamicArr[i - 1] + dynamicArr[i - 2]; } int ret = dynamicArr[n - 1]; //n个台阶时的走法 delete[] dynamicArr; return ret;}int main(void) { //机器人走台阶 time_t start = 0; time_t end = 0; int n; cout << "please input step:"; cin >> n; time(&start); //用动态规划算法实现 int kind = dynamicPrograming(n); cout << "一共有:" << kind << "种" << endl; time(&end); cout << "动态规划算法所需时间:" << end - start << endl; return 0;}

动态规划的代码测试

在这里插入图片描述

台阶数是40时 所需时间是0秒

转载地址:http://dbyki.baihongyu.com/

你可能感兴趣的文章
制定计划(问题的定义,可行性研究)
查看>>
需求分析
查看>>
软件设计
查看>>
程序编码
查看>>
软件测试
查看>>
软件维护
查看>>
软件项目管理
查看>>
面向过程的分析方法
查看>>
软件设计基础
查看>>
Hibernate性能优化
查看>>
Spring核心ioc
查看>>
SSH框架总结(框架分析+环境搭建+实例源码下载)
查看>>
Struts2+Spring3+Mybatis3开发环境搭建
查看>>
mongoDB入门必读(概念与实战并重)
查看>>
通俗易懂解剖jbpm4
查看>>
rsync
查看>>
makefile
查看>>
linux 文件权限
查看>>
一些比较好的golang安全项目
查看>>
HTTP状态码
查看>>