算法笔记-第十章-动态规划-递归写法和递推写法

算法笔记-第十章-动态规划

  • 动态规划的基础知识
  • 斐波那契数列II
  • 数塔
  • 上楼

动态规划的基础知识

大佬讲解

斐波那契数列II

算法笔记-第十章-动态规划-递归写法和递推写法_第1张图片
算法笔记-第十章-动态规划-递归写法和递推写法_第2张图片
算法笔记-第十章-动态规划-递归写法和递推写法_第3张图片

#include <cstdio>  

const int MOD = 10007;  
const int MAXN = 10000 + 1;  
int fib[MAXN];  

int main() {  
    int n;  
    scanf("%d", &n);  
    fib[1] = fib[2] = 1;  
    for (int i = 3; i <= n; i++) {  
        fib[i] = (fib[i - 1] + fib[i - 2]) % MOD;  
    }
    printf("%d", fib[n]);  
    return 0;  
}

数塔

算法笔记-第十章-动态规划-递归写法和递推写法_第4张图片
算法笔记-第十章-动态规划-递归写法和递推写法_第5张图片

分析:
1.先确定数组dp[i][j]的含义:表示从第i行第j个数字出发到达最底层的所有路径中可以得到的最大值。

  1. 如果想要求出dp[1][1]到达底层的最大值,那么就一定要求出它的两个子问题dp[2][1]和dp[2][2]

dp[1][1]=max (dp[2][1],dp[2][2] ) +f[1][1]

  • 由此可知:要想求出指定的位置到达最底层的最大的路径之和的表达式为:dp[i][j]=max(dp[i+1][j],dp[i+1][j+1])+f[i][j]

  • 那么时候时候为截至的条件呢 ?=数塔的最后一层的dp值总是等于元素本身,即dp[n][j]=f[n][j],(1<=j<=n)将这种可以确定其结果的部分称为边界,而递推的写法总是从这些边界出发,通过状态转移方程扩散到整个数组

#include <cstdio>
#include <algorithm>
using namespace std;

const int MAXN = 100 + 1;
int a[MAXN][MAXN];
int dp[MAXN][MAXN];

int main() {
    int n;
    scanf("%d", &n);
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= i; j++) {
            scanf("%d", &a[i][j]);//输入数塔
        }
    }
    //边界  
    for (int i = 1; i <= n; i++) {  
        dp[n][i] = a[n][i];  
    }
    //从第n-1曾不断的向上计算出dp[i][j]  
    for (int i = n - 1; i >= 1; i--) {   
        for (int j = 1; j <= i; j++) {   
            //状态转移方程   
            dp[i][j] = max(dp[i + 1][j], dp[i + 1][j + 1]) + a[i][j];   
        }
    }
    printf("%d", dp[1][1]);   
    return 0;   
}

上楼

算法笔记-第十章-动态规划-递归写法和递推写法_第6张图片

算法笔记-第十章-动态规划-递归写法和递推写法_第7张图片

算法笔记-第十章-动态规划-递归写法和递推写法_第8张图片

#include <cstdio>

const int MOD = 10007;
const int MAXN = 10000 + 1;
int fib[MAXN];

int main() {
    int n;
    scanf("%d", &n);
    fib[1] = 1;
    fib[2] = 2;
    for (int i = 3; i <= n; i++) {
        fib[i] = (fib[i - 1] + fib[i - 2]) % MOD;
    }
    printf("%d", fib[n]);
    return 0;
}

你可能感兴趣的:(#,算法笔记刷题,算法,笔记,动态规划)