一、目的

1.理解动态规划法的特征(多阶段决策\最优子结构\无后效性\子问题重复)
2.理解动态规划法的求解(划分过程\逆向推导\正向计算)
3.掌握动态规划法的简单实体(自顶向下递归备忘\自底向上迭 代填表)和时间复杂度分析

二、内容

1.斐波那契数列

①自底向上

分析

斐波拉契数列的递推式为：

求第n个斐波拉契数时，需要知道F(n-1)和F(n-2)的值，可以设计一个表格填入n+1个F(n)的值，开始时，根据初始条件可以直接填入F(1)和F(2)，然后根据递推式计算出其他元素，表中最后一项就是F(n)的值。
按此想法，计算第n个斐波拉契数，共需循环n次，可能的时间复杂度为O(n)。

解决

算法描述：
输入：n（所求的项数）
输出：第n个斐波拉契数
int Fib(int n)
1.定义一个数组fib[]储存斐波拉契数列，数 组长度为n+1，初始化为0
2.赋值fib[1] = 1，fib[2] = 1
3.定义变量i，循环变量i从3到n执行下列操作：
3.1 fib[i] = fib[i-1] +fib[i-2]
3.2 i++
4.返回fib[n]的值

int Fib(int n){ // 自底向上迭代填表int fib[n+1];fib[1] = 1;fib[2] = 1;for(int i=3; i<=n; i++){fib[i] = fib[i-1] +fib[i-2];}return fib[n];
}

基本语句为fib[i] = fib[i-1] +fib[i-2]，执行次数为

时间复杂度为：O(n)

②自顶向下

分析

在求解第n个斐波拉契数，需要知道F(n-1)和F(n-2)的值，若递归求解，存在子问题重复，降低了算法的效率，所以采用备忘录的方式。使用一个数组充当备忘录，算出某个子问题的解后储存在备忘录中，每次遇到一个子问题先去备忘录中查一查，如果发现已经解决过这个问题了，直接把答案拿出来用，不要再耗时去计算了。

解决

算法描述：
输入：n（所求的项数）
输出：第n个斐波拉契数
int Fib(int n,int fib[])

1. 如果n=1，fib[1] = 1，返回fib[1]
2. 如果n=2，fib[2] = 1，返回fib[2]
3. 否则，执行下列操作
   3.1 如果fib[n]不等于0，返回fib[n]
   3.2 fib[n] = Fib(n-1,fib) + Fib(n-2,fib)
   3.3 返回fib[n]

int Fib(int n,int fib[]){ //自顶向下递归备忘if(n==1){fib[1] = 1;return fib[1];}else if(n==2){fib[2] = 1;return fib[2];}else{if(fib[n]!=0){return fib[n];}}fib[n] = Fib(n-1,fib) + Fib(n-2,fib);return fib[n];
}

时间复杂度为:

2.走棋盘问题

分析

求解从棋盘的第一行第一列走到棋盘的第n行第m列的走法，每次只能向右或向下走
逆向推导：最后一步只能向下或向右走，那么走到棋盘的第n行第m列应该是走到棋盘第n行第m-1列的走法和第n-1行第m列走法的和，即f(n-1,m-1)=f(n-2)(m-1)+f(n-1)(m-2),继续向前推，考虑倒数第二步，若走到第一行或者第一列，只能向左或向上倒推，直到f(0,0)
正向求解f(0,0)=0,f(0,1)=1,f(1,0)=1,…,
f(n-1,m-1)=f(n-2)(m-1)+f(n-1)(m-2)得到原问题的解
按此想法，棋盘共有n行m列，可能的时间复杂度为O(mn)

解决

输入：棋盘有n行，m列
输出：每次只能往右走一步，或者往下走一步，从第1行第1列走到第n行m列不同的走法数
int Chess(int n, int m)

1. 定义一个数组a[ n ][ m ]；
2. 循环变量i从0~n-1时重复执行
   2.1 a[ i ] [ 0 ]= 1;
   2.2 i++；
3. 循环变量j从0~m-1时重复执行
   3.1 a[ 0 ] [ j ]= 1;
   3.2 j++;
4. 循环变量i从1~n-1时重复执行下列操作
   4.1循环变量j从0~m-1时重复执行下列操作
   4.1.1 a [ i ][ j ] = a [ i-1 ][ j ] + a [ i ][ j-1 ]
   4.1.2 j++;
   4.2 i++
5. 返回a [ n-1 ][ m-1 ]的值

int Chess(int n, int m)
{int a[n][m];int i,j;for(int i=0; i<=n-1; i++){a[i][0] = 1;}for(int j=0; j<=m-1; j++){a[0][j] = 1;}for(i=1; i<=n-1; i++){for(j=1; j<=m-1; j++)a[i][j] = a[i-1][j] +a[i][j-1];}return a[n-1][m-1];
}

基本语句：a[i][j] = a[i-1][j] +a[i][j-1]
执行次数：

3.爬台阶问题

分析

要爬到第n级台阶，每次可以跨1级或2级，求解一共有多少种走法逆向推导：最后一步可以跨一级或者两级台阶，那么爬到n级台阶的走法应该是爬n-1级台阶的走法和n-2级台阶走法的和，f(n)=f(n-1)+f(n-2)，继续向前推，考虑倒数第二步，直到f(1)；
正向求解：f(1)=1，f(2)=2，f(3)=f(1)+f(2)=3，…，f(n)=f(n-1)+f(n-2)得到原问题的解。
按此想法，爬到第n级台阶，共需循环n次，可能的时间复杂度为O(n)

解决

输入：要爬的台阶数 int n
输出：爬完n级台阶的走法
int Chess(int n, int m)

1. 定义一个数组a[ n ][ m ]
2. 定义变量i，循环变量i从0到n-1执行下列循环：
   2.1 a[ i ] [ 0 ]= 1
   2.2 i++
3. 定义变量j，循环变量i从0到m-1执行下列循环：
   3.1 a[ 0 ] [ j ]= 1
   3.2 j++
   4.定义变量i，循环变量i从0到n-1执行下列循环
   4.1循环变量j从0~m-1时重复执行下列操作
   4.1.1 a [ i ][ j ] = a [ i-1 ][ j ] + a [ i ][ j-1 ]
   4.1.2 j++
   4.2 i++
   5.返回a [ n-1 ][ m-1 ]的值

int ClimbStep(int n){int i;int a[n+1] = {0} ;for(i=1; i<=2; i++){a[i]=i;}for(i=3; i<=n; i++){a[i] = a[i-1] +a[i-2];}return a[n];
}

基本语句：a[i] = a[i-1] +a[i-2]
执行次数：

时间复杂度：O(n)

三、反思与总结

1.如果用分治函数实现斐波那契数列,该函数被调用几次? 而用自顶向下递归备忘实现时，该函数又被调用几次？ 自底向上迭代填表时，又被调用几次？请你给出 1 个 n 的具体值，画图回答以上问题。
答：
①分治法（调用 12 次）

②递归备忘（调用 1 次）

③迭代填表（调用 5 次）

2.请从你实现的级别中选择一题，说明动态规划法的解决过程（划分阶段、逆向推导、正向计算），再针对实现说明是自底向上或是自顶向下。
答：
爬台阶（自底向上）：
①划分阶段：从第一步依次走到最后一步；
②逆向推导：f（n）=f（n-1）+f（n-2）；
③正向计算：f（1）=1；f（2）=1；f（3）=f（1）+f（2）…f（n）=f（n-1）
+f（n-2）
3.你觉得动态规划法和分治法有区别吗？请举例说明。
答：有区别。后者是自顶向下，前者是自底向上解决问题。如实验中对斐波那契数列的两种求解方式。
4.动态规划法的两种实现有区别吗？你觉得动态规划法能解决所有问题吗？
答：有区别。如自底向上迭代法，直接利用递推式，调用一次函数即可求解；而自顶向下备忘法，需要利用递归调用的方式来求解。
动态规划法不能解决所有的问题。适合于用动态规划法求解的问题，经分解后得到的子问题往往不是互相独立的，即下一个子阶段的求解是建立在上一个子阶段的解的基础上，进行进一步的求解。

此文章为作者初学算法时的实验，难免存在错误与不足，恳请各位批评与指正。

算法设计之动态规划法相关推荐

1. 算法设计与分析--01背包问题（动态规划法解决）

   算法设计与分析--01背包问题(动态规划法解决) 参考文章: (1)算法设计与分析--01背包问题(动态规划法解决) (2)https://www.cnblogs.com/2228212230qq/p ...

2. 南京邮电大学c语言实验报告4,南京邮电大学算法设计实验报告——动态规划法...

   <南京邮电大学算法设计实验报告--动态规划法>由会员分享,可在线阅读,更多相关<南京邮电大学算法设计实验报告--动态规划法(12页珍藏版)>请在人人文库网上搜索. 1.实 验 ...

3. 计算机算法设计与分析 动态规划 实验报告,动态规划法解最长公共子序列(计算机算法设计与分析实验报告).doc...

   动态规划法解最长公共子序列(计算机算法设计与分析实验报告) 实报 告 实验名称:任课教师::姓 名:完成日期:二.主要实验内容及要求: 要求按动态规划法原理求解问题: 要求交互输入两个序列数据: 要求 ...

4. 算法设计与分析—— 动态规划法

   原博客地址: https://www.cnblogs.com/brucemengbm/p/6875340.html 五大经常使用算法 之 动态规划法 一.基本概念 动态规划过程是:每次决策依赖于当前状 ...

5. 算法设计与分析之动态规划法

   文章目录 前言 一.动态规划法概述 二.动态规划法设计思想 三.动态规划法的基本要素 四.动态规划算法的设计步骤 五.动态规划法与分治法 六.动态规划法与贪心法 七.动态规划法示例 总结 前言 大家好 ...

6. 死磕算法！35 篇算法设计实例+6 本必读书打包送你

   算法为什么难学? 算法在程序中扮演着非常重要的角色,有人将数据结构比喻为程序的骨架,将算法比喻为程序的灵魂,这一点也不为过,正是因为这一点,很多朋友都立志要学好算法,但是我常常看到各种抱怨,比如&qu ...

7. 五大算法设计思想，你都知道吗？

   作者:叫我不矜持 链接:https://www.jianshu.com/p/bf8b0668d191 一.分治法 1.概念: 将一个难以直接解决的大问题,分割成一些规模较小的相同问题,以便各个击破,分 ...

8. 太原理工大学linux与python编程r实验报告_太原理工大学算法设计与分析实验报告...

   <太原理工大学算法设计与分析实验报告>由会员分享,可在线阅读,更多相关<太原理工大学算法设计与分析实验报告(12页珍藏版)>请在人人文库网上搜索. 1.本科实验报告课程名称: ...

9. 算法设计之—直接 遍历/穷举法、贪心算法、动态规划、回溯法、EM方法

   算法是对完成特定问题的程序执行序列描述,表象为从问题初始状态到问题结束状态的所有路径之中寻找可行路径,若无先验经验,根据执行方式不同可以划分为无规则和有规则(启发式)方法. 无规则方法为穷举,改进方法 ...

最新文章

1. 网络嗅探软件全接触(1)
2. 3.3 matlab用switch语句实现选择结构
3. 快速径向对称 只检测暗对称 代码（2）
4. 冲杯咖啡，谈谈计算机cpu
5. 广东白云机场俯视图，猜猜像什么
6. rs-485光端机的使用你真的清楚吗？
7. LeetCode 1487. 保证文件名唯一（哈希map）
8. java远程插件动态注册机制_Spring运行时动态注册bean的方法
9. Docker整合dockerfly实现UI界面管理(单机版)
10. lsof命令_lsof命令的部分说明
11. python中利用itchat实现自动回复
12. python中os模块详解_Python OS模块(常见文件操作示例)
13. 作为一个销售人员，要做到这些
14. 【Oracle】数据库热备
15. java将数组加上千分号_PHP实现对数字分隔加千分号的方法
16. python 大智慧自定义数据_大智慧自定义指数
17. 电路基础学习笔记5：实验验证电压源与电流源的等效变换
18. ios, android平台手机游戏,《王者荣耀》ios和安卓怎么转平台 ios和安卓转平台攻略...
19. 编程语言的巅峰（嚯哈哈哈哈）
20. PMBOK(第六版) 学习笔记 ——《第一章 引论》

热门文章

1. HTML(day2)
2. 音视频入门系列-服务器篇（nginx-rtmp 的部署）
3. 阿里云服务器nginx配置ssl步骤htts
4. Android底部导航栏的三种风格实现
5. java 吸血鬼数字_JAVA_吸血鬼数字 多种方法实现
6. 大一就开始参加电赛？看学长是咋学的！
7. op 反馈电阻并联二极管
8. Java：缓冲流、转换流、序列化流
9. Android 知识点 109 —— Android7.0 PowerManagerService 之亮灭屏
10. Vue 获取当前日期