动态规划01
一、什么是动态规划
动态规划是一种用来解决一类最优化问题的算法思想。将一个复杂的问题分解成若干个子问题（有点像分治），然后综合子问题的最优解找到原问题的最优解（这里有点像贪心）。在求解每个子问题的时候，每个求解过的子问题会被记录下来，在求解同样的子问题时就会直接读取上次被记录的结果，从而免去了重复的计算。因为动态规划采用了分治思想，所以可以用递归来实现。当然也可以用递推方式实现。
二、动态规划的递归写法
斐波那契数列就是一个典型的例子，定义为：F(n)=F(n-1)+F(n-2)（n>=2），F1=1，F0=1。求斐波那契的递归写法也很常见，只要把数学上的函数转为逻辑上的代码就可以了。
朴素算法：
int F(n){
if(n==0 || n==1) return 1;
else return F(n-1)+F(n-2);
}
下面可以模拟一下这个算法，假设求n=4，会得出以下过程
F(4)=F(3)+F(2) 向下递归
F(3)=F(2)+F(1)；F(2)=F(1)+F(0)向下递归
F(2)=F(1)+F(0)向下递归
F(1)=1;F(0)=1;向上返回
其实使用一颗递归树能更直观的感受该代码
很明显F(2)的值被计算了两次，而事实上随着n的增大重复计算的次数会越来越多，而这颗递归树会像一颗完全二叉树一样，注意，仅仅是趋于一颗完全二叉树，可以把F(4)这颗树想象成F(5)的一颗子树，F(5)的另一颗子树其实就是F(3)，显然F(3)也是F(4)的一颗子树，所以有两颗重复子树在一棵树中，这大大增加了运行时间。
对于朴素算法的时间复杂度分析，可以通过这颗递归树来算一下，每个节点只包含常数次的运算，而递归二叉树的高度是n，所以节点数近似等于2^n，所以时间复杂度可是用O(2^n)来表示。
采用动态规划的斐波那契数列
可以申请一块大小为n的存储空间，这些空间用来存放F(n)各个子树的值，当要再次求相同子树时可以直接从相应位置取值
int F(int n){
if(n==0 || n==1) return 1;
else if(dp[n] != -1) return dp[n];
else {
dp[n] = F(n-1)+F(n-2);
return dp[n];
}
}
开始时可以构造一个数组dp[n]，数组元素值用-1初始化。通过这个数组就将程序的时间复杂度降到了O(n)的级别
标签：子树,return,递归,算法,动态,规划,dp 来源： https://www.cnblogs.com/zyq79434/p/14908003.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。