动态规划--数塔
来源:互联网 发布:免费通话软件 编辑:程序博客网 时间:2024/06/07 11:22
数塔是动态规划的一道经典题
认识数塔前,先认识一下动态规划,动态规划不是一种特定的算法,而是一种具有较强的技巧性的手段,或者说是思想,但所有动态规划的题离不开两个核心:
1.状态
2.状态转移方程
当我们抓住这两个核心,我们的问题就能解决一大半!
—————————————————————————————————————
题目:
图片上便是一个数塔,现在要解决的问题是,从数塔顶层到底层,沿途将权重(即数值)相加和最大是多少?
分析:
首先再回想一遍动态规划的两个核心。
状态分析:我们会发现,当在每个节点都会做一个选择,(例如:在1时,是选择左还是选择右)
而选择了左或者右的时候又继续会有选择,我们此时马上就会想到递归(见a)
状态转移方程分析:题目要求最大的走法,所以我们可以初步得出一个方程雏形
a[选择后的结果]=b[节点]+max(a[左],a[右])
现在就需要一点点技巧性了,如何将方程雏形改成真正的状态转移方程
此处我们给出一个二维数组的处理办法,如图所示:
即可得出状态转移方程:
a[i,j]=b[i,j]+max(a[i+1,j],a[i+1,j+1])
理解了题目的状态,得出状态转移方程后,便要考虑计算的问题了
- a
-递归计算
!!注意边界处理,递归没有什么要讲的,直入代码
int dp(int i,int j){ if(i<=n) return b[i,j]+max(dp(i+1,j),dp(i+1,j+1)) if(i>n) return 0;}
例子代码:
#include<cstdio>#include<algorithm>using namespace std;int a[105][105],m;int dp(int i,int j){ if(i<=m) return a[i][j]+(max(dp(i+1,j),dp(i+1,j+1))); if(i>m) return 0;}int main(){ int t; scanf("%d",&t); while(t--) { scanf("%d",&m); for(int i=1;i<=m;i++) { for(int j=1;j<=i;j++) { scanf("%d",&a[i][j]); } } printf("%d",dp(1,1)); } return 0;}
递归算法保证子结构为最优解,所以上一结构也是最优,所以可以得出最大数值路径,但是会产生大量的重复计算,如图片2中会将(3,2)(4,2)(4,3)重复计算两次,如果数塔层数过大,那么效率是很低的,所以孕育而生了递推计算(见b) 记忆化搜索(见c)
- b
递推计算
!!边界处理,递推采用的是一种逆向思维,从数塔最后一层进行处理,比递归计算处理更加的简洁,
在大多数情况下(每个决策时间一样),递推法的时间复杂度是:状态总数×每个状态的决策个数×决策时间。
for(int i=1;i<m;i++) b[m][i]=a[m][i]; for(int i=m-1;i>=1;i--) { for(int j=1;j<=i;j++) { b[i][j]=a[i][j]+max(b[i+1][j],b[i+1][j+1]); } }
例子代码:
#include<cstdio>#include<algorithm>using namespace std;int a[105][105];int b[105][105];int m;int main(){ int t; scanf("%d",&t); while(t--) { scanf("%d",&m); for(int i=1;i<=m;i++) { for(int j=1;j<=i;j++) { scanf("%d",&a[i][j]); } } for(int i=1;i<=m;i++) b[m][i]=a[m][i]; for(int i=m-1;i>=1;i--) { for(int j=1;j<=i;j++) { b[i][j]=a[i][j]+max(b[i+1][j],b[i+1][j+1]); } } printf("%d",b[1][1]); } return 0;}
- c
记忆化搜索
记忆化搜索是递归的优化版本,利用另一个数组将处理过的数组记录,达到优化目的
记录处理:利用memset(b,-1,sizeof(b))将b[ ][ ]数组都初始化为-1,当数组进行过处理直接返回当前数值即可
int dp(int i,int j){ if(b[i][j]>=0) return b[i][j]; if(i<=m) b[i][j]=a[i][j]+max(dp(i+1,j),dp(i+1,j+1)); if(i>m) return 0;}
例子代码和递归没多大差别,就是要注意每次进行需要将数组b[][]进行初始化为-1为下一次计算做准备
递归与记忆化搜索的区别 见下图:
图示已将优化体现的很明显了~
注:
1.片段代码或者语言如有错误望谅解并请指出。
2.图摘自算法竞赛入门经典第二版,侵权请联系博主删除/笑哭/笑哭。
- 数塔 动态规划
- 数塔 动态规划
- 动态规划-数塔
- 动态规划-塔数
- 动态规划--数塔
- 动态规划----数塔问题
- HDU2084--动态规划数塔
- 数塔问题----动态规划
- 数塔 ( 动态规划)
- 动态规划~数塔问题
- HDU2084 数塔 动态规划
- 动态规划:数塔问题
- [动态规划]数塔问题
- hdu2084 数塔 (动态规划)
- 动态规划 数塔问题
- 动态规划 数塔问题
- 数塔—动态规划
- 数塔问题 动态规划
- 线索二叉树
- 信号与槽的新语法(Qt5)
- Gym
- 【已解决】win10环境下基于nltk搭建stanford parser环境,进行中文依存句法分析
- 深度学习笔记整理
- 动态规划--数塔
- Apple Tree DFS+树状数组
- Maven仓库
- 接口----实现
- synchronized使用
- 四大组件共同特点-跨进程数据共享
- 堆排序
- linux集群之----------设置磁盘缓冲参数
- spring boot vue Thymeleaf