点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

本文转自：机器学习算法实验室

最近遇到一道很经典的有关动态规划的网易面试题：

小Q和牛博士合唱一首歌曲,这首歌曲由n个音调组成,每个音调由一个正整数表示。
对于每个音调要么由小Q演唱要么由牛博士演唱,对于一系列音调演唱的难度等于所有相邻音调变化幅度之和, 例如一个音调序列是8, 8, 13, 12, 那么它的难度等于|8 - 8| + |13 - 8| + |12 - 13| = 6(其中||表示绝对值)。
现在要对把这n个音调分配给小Q或牛博士,让他们演唱的难度之和最小,请你算算最小的难度和是多少。
如样例所示: 小Q选择演唱{5, 6}难度为1, 牛博士选择演唱{1, 2, 1}难度为2,难度之和为3,这一个是最小难度和的方案了。

输入描述:

输入包括两行,第一行一个正整数n(1 ≤ n ≤ 2000) 第二行n个整数v[i](1 ≤ v[i] ≤ 10^6), 表示每个音调。

输出描述:

输出一个整数,表示小Q和牛博士演唱最小的难度和是多少。

输入例子1:

5
1 5 6 2 1

输出例子1:

3

这是一道动态规划的题目。

详细很多同学和我一样，一看到动态规划（Dynamic Programming）和拓扑图等名词就头疼，令人纠结的是很多大公司都会考动态规划的题目，好吧！静下心来去弄懂动态规划的算法原理。

动态规划的思想：

若该问题很复杂，我们考虑将问题分为几个小问题，而且这些小问题相互之间不存在相互调用，这就是动态规划的思想。

如下图有五个阶段，每个阶段有4种选择，求最短路径：

我们用暴力搜索方法去求解，共需要次运算，时间复杂度高达，如果面试利用暴力搜索方法去寻找最优问题，应该达不到所设置的运行时间。

我们用动态规划方法去求解，利用递归思想，先计算S1阶段的最短路径，然后保存该路径，利用递归的思想去求解S2，S3，....，S5，这种方法的时间复杂度。所以说动态规划大大的减小了运行时间。

一说到“递归”，我们想到了什么？没错，那就是递归表达式，动态规划算法称其为状态转移方程，思想是一样的。

若我们知道了状态转移方程，且知道初始状态值，那么我们就可以通过递归去求解算法最优问题，切记动态规划算法能够缩短运行时间的原因在于每次递归后保存了该状态的值。

下面我们用动态规划分析这道面试题：

假设dp[i][j]表示一个人选择第i个音调和另一个人选择第j个音调的最小难度，这里不特指小Q和牛博是的原因是这里的 i 永远大于 j。

i大于j共有两种情况：

1）i =j+1时，我们在完全题目的基础下，写下递归关系（即状态转移方程）：

dp[i][j] = dp[i-1][k] + abs(arr[i] - arr[k])    其中 0<=k<i-1

2）i>=j+1时，递归关系：

dp[i][j] = dp[i-1][j] +  abs(arr[i])-arr[i-1])

我们知道了状态转移方程，还需要设置初始值：

由题意可知，难度计算必须要有两个调才能计算。

因此初始值可设置：dp[0][0] = 0，dp[1][0] = 0；

当i = j+1时，dp[i][j]的递推表达式没考虑到一种特殊情况：当一个人是第一次谈第i个调时，之前的 （i-1）个调都是另一个人谈的，就有 dp[i][j] = abs(arr[1]-arr[0]) + abs(arr[2]-arr[1]) + ... + abs(arr[i-1]-arr[i-2])

根据上面的分析编码：

#include<iostream>
#include<vector>
#include<algorithm>using namespace std;int main()
{
int len=0;while(cin >> len)
{
vector<int> arr(len);
for(int i = 0;i < len;i++)
cin>>arr[i];if(len<3)
cout<<"0"<<endl;
else
{
//vector<vector<int>> dp(len,len);
vector<vector<int>> dp(len,vector<int>(len));
vector<int> acc(len);//dp[0][0] = 0 - abs(arr[1] - arr[0]);
dp[0][0] = 0;for(int i = 1;i < len;i++)
{
acc[i] = acc[i-1] + abs(arr[i] - arr[i-1]);
dp[i][i-1] = acc[i-1];
for(int j = 0;j<i-1;j++){
dp[i][j] = dp[i-1][j] + acc[i] - acc[i-1];
dp[i][i-1] = min(dp[i][i-1],dp[i-1][j] + abs(arr[i]-arr[j]));
}
}int min1 = 1e9;
for(int j =0;j<len-1;j++){
min1 = min(min1,dp[len-1][j]);
}
cout<<min1<<endl;
}}
return 0;
}

代码和解题思路参考了网友buaaqlyj的回答：

https://www.nowcoder.com/test/question/done?tid=30725143&qid=126954#summary

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~