算法动态规划的代码优化详解(经典的背包问题)

首先说下算法对于前端的作用和应用

作用：不用说了提高效率和性能

应用：目前也是买了算法导论这本书，看得头晕，各种数学知识需要返回去重新认识，哎，终于知道了以前学的东西总有用的。。。，自己买的哭着也要读完，不扯了，直接说下现在已经应用的两个地方

1 trie树结构，对于后端扁平化数据转树形结构适用于前端的应用，终于把递归改成动规了

2 动态规划在前端瀑布流中的应用

第一点我也是看了这篇博客才下定决心迈向算法大坑的，具体不多说直接附上地址

http://www.cnblogs.com/ypinch...

第二点的动态规划参考以下博客，其中说的非常清晰，我主要是列举下对于此篇介绍中已实现的js，做 空间复杂度优化的代码，不足之处请指出

https://segmentfault.com/a/11...

首先我是按照数据的倒退图里面以物品数组作为外层数组，背包容量作为内层数组的形式写的js（按照图的推导顺序）

---

1 用来生成随机大小的物品重量和价值数组

function getNum() {
        return parseInt(Math.random()*100+1);
    }
    function getArr(size) {
        var arr = [];
        for (var i = 0;i

2实现

function aaa(wight,value,all) {
            var startTime = new Date().getTime();
            var returnList = [];
            for (var i = 0;i=0?nowV:0;
                    fV = fV+(i>0&&returnList[i-1][lastW-1]?returnList[i-1][lastW-1]:0);
                    var nV = i>0&&returnList[i-1][j]?returnList[i-1][j]:0;
                    returnList[i][j] = Math.max(fV,nV);
                }
            }
            var endTime = new Date().getTime();
            return returnList[wight.length-1][all-1]+"耗时："+(endTime-startTime)+"ms";
        }
        console.log(aaa(weight,value,V));
}

这种方式需要构建庞大的二维缓存数组（用来把每次的最优解存下），这一步完全可以优化成只构建上一步的最优解供给下一次使用

function bbb(wight,value,all) {
            var startTime = new Date().getTime();
            var returnList = [];
            var returnList_prev = [];
            var flag = true;
            for (var i = 0;i=0?nowV:0;
                        fV = fV+(i>0&&returnList_prev[lastW-1]?returnList_prev[lastW-1]:0);
                        var nV = i>0&&returnList_prev[j]?returnList_prev[j]:0;
                        returnList[j] = Math.max(fV,nV);
                    } else {
                        var fV = lastW>=0?nowV:0;
                        fV = fV+(i>0&&returnList[lastW-1]?returnList[lastW-1]:0);
                        var nV = i>0&&returnList[j]?returnList[j]:0;
                        returnList_prev[j] = Math.max(fV,nV);
                    }
                    
                }
                flag = !flag;
            }
            var endTime = new Date().getTime();
            return returnList[all-1]+"耗时："+(endTime-startTime)+"ms";
        }
        console.log(bbb(weight,value,V));
}

对比了两次的结果时间分别是：

可以看到bbb方法明显比aaa快了一倍之多

这里只是想把自己看书后应用的东西分享下，大家有更好的方法也可以指正-。-