动态规划 DP (一)

1.动态规划(Dynamic Programming,简称DP)

维基百科的定义说的很清楚:

动态规划不能解决所有的问题, 只能应用于有最优子结构的问题。例如背包问题、最长公共子序列问题、最短路径问题等。
最优子结构:局部最优解能决定全局最优解。
动态规划算法通常分为三个步骤:定义状态、设计状态转移方程、计算最优解。
动态规划算法的优点是可以避免重复计算,从而提高算法的效率。

 

2.一维动态规划

1)力扣icon-default.png?t=N5K3https://leetcode.cn/problems/climbing-stairs/

这道题思路很清楚,每次只能爬一个或两个台阶,所有当站在第10个台阶时,要么从第8个台阶走两步上来,要么从第9个台阶走一步上来。

所以这是一个有最优子结构的问题,局部最优解可以决定全局最优解。只要走每一步时,都算清楚走法,那么到了最后一步,得到的就是正确的走法。

转移方程:f(n) = f(n-1) + f(n-2)  n>2

                  f(1) = 1  f(2) = 2

写代码的时候可以用vector存储每一步的走法,但考虑到节省空间,也可以只记录最近两步的走法,因为每次计算,只涉及前两步。

class Solution {
public:
    int climbStairs(int n) {
        if(n<3) return n;
        int a = 1, b = 2,c;
        for(int i=3;i<=n;i++){
            c = a + b;
            a = b;
            b = c;
        }
        return c;
    }
};

2)

力扣icon-default.png?t=N5K3https://leetcode.cn/problems/house-robber/当决定偷第3个房间时,就不能偷第2个房间了,只能偷第1个房间。

当决定不偷第3个房间时,那就可以偷第1个房间和第2个房间中金额更高的房间。

偷不偷第3个房间,则取决于上面两种情况哪种获得的总金额更高。

所以转移方程为: dp[i] = max(dp[i-2]+nums[i], dp[i-1])

class Solution {
public:
    int rob(vector& nums) {
        int n = nums.size();
        if(n==0) return 0;
        if(n<2) return nums[0];
        int a = 0, b = 0, c;

        for(int i=0;i

动态规划 DP (一)_第1张图片

 

3)力扣icon-default.png?t=N5K3https://leetcode.cn/problems/arithmetic-slices/这道题要注意审题,子数组说的是连续序列,所以依次遍历每个元素,判断是否满足:

(nums[i]-nums[i-1]) == (nums[i-1]-nums[i-2])

比如:

nums = [1,2,3,4]

因为题目要求至少三个元素,所以从第三个元素开始判断,很明显(3-2)==(2-1),

所以[1,2,3]为一个等差数列。

接着遍历到第四个元素,也满足等式(4-3)==(3-2),这时候新增了两个等差序列,

一个是[2,3,4],另一个是前一个等差数列的延续[1,2,3,4]。

所以当遍历到一个元素满足(nums[i]-nums[i-1]) == (nums[i-1]-nums[i-2])这个条件时,

 [ nums[i-2], nums[i-1], nums[i] ]构成一个新的等差数列,

接着再在nums[i-1]结尾的等差数列后加上nums[i],得到了新的dp[i-1]个等差数列。

所以转移方程为:

dp[i] = dp[i-1] + 1 当(nums[i]-nums[i-1]) == (nums[i-1]-nums[i-2])时

dp数组求和,得到的就是等差数列的数量

class Solution {
public:
    int numberOfArithmeticSlices(vector& nums) {
        int n = nums.size();
        if(n<3) return 0;
        int res = 0;
        vector dp(n,0);
        for(int i=2;i

你可能感兴趣的:(leetcode(c++),动态规划,算法,C++)