动态规划学习(一):最值型
动态规划笔记
什么问题可以用动态规划求解
你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。
计数
- 有多少种方式走到右下角
- 有多少种方法选出k个数使得和是Sum
求最大最小值
- 从左上角走到右下角路径的最大数字和
- 最长上升子序列长度
求存在性
- 取石子游戏,先手是否必胜
- 能否选出k个数使得和是Sum
例题1 硬币组合问题
Lintcode 669
想法1 尽量用大的硬币
结果是:7 + 7 + 7 = 21 ,21 + 2 + 2 + 2 = 27,共6枚硬币
正确答案:7 + 5 + 5 + 5 + 5 = 27,5枚硬币
动态规划组成部分一:确定状态
- 状态在动态规划中的作用属于定海神针
- 动态规划需要开一个数组,数组的每个元素 f [ i ] 或者 f [ i ][ j ] 代表什么
– 类似于解数学题中的 X,Y,Z代表什么 - 确定状态需要两个意识
– 最后一步
– 子问题
对于例题1,
- 虽然我们不知道最优策略是什么,但最优策略一定是K枚硬币a1,a2,…,ak,加起来面值是27
- 一定有一枚最后的硬币:ak
- 除掉这枚硬币,前面硬币的面值加起来是27 - ak
关键点1:我们不关心前面的k-1枚硬币是如何拼出27 - ak 的(或有1种拼法或100种),而且甚至现在不知道 ak 和k,但我们确定前面的硬币频出了27 - ak 。
关键点2:因为是最优策略,所以拼出27 - ak 的硬币数量一定要最少。
子问题
简介
- 所以我们就要求:最少用多少枚硬币可以拼出27 - ak
- 原问题是最少用几枚硬币拼出27
- 我们将原问题转换成了一个子问题,而且规模更小:27 - ak
- 为了简化定义,我们设状态 f ( x ) f(x) f(x) 表示:最少用几枚硬币拼出X
只要找到子问题,就可以用动态规划求解,如何确定状态十分重要
-
我们还不知道最后那枚 ak 是多少?
-
最后那枚 ak 只可能是2,5或者7
-
如果 ak 是2, f ( 27 ) f(27) f(27)应该是 f ( 27 − 2 ) f(27-2) f(27−2) + 1 (加上最后这枚硬币2)
-
如果 ak 是5, f ( 27 ) f(27) f(27)应该是 f ( 27 − 5 ) f(27-5) f(27−5) + 1 (加上最后这枚硬币5)
-
如果 ak 是7, f ( 27 ) f(27) f(27)应该是 f ( 27 − 7 ) f(27-7) f(27−7) + 1 (加上最后这枚硬币7)
-
除此之外没有其他可能
-
新要求最少的硬币数,所以:
f ( 27 ) = m i n ( f ( 27 − 2 ) + 1 , f ( 27 − 5 ) + 1 , f ( 27 − 7 ) + 1 ) f(27) = min(f(27-2)+1, f(27-5)+1, f(27-7)+1) f(27)=min(f(27−2)+1,f(27−5)+1,f(27−7)+1)递归解法
递归的问题
这样的递归会导致有些节点被重新计算,时间复杂度过高,如图中的红色节点
- 做了很多重复计算,效率低下
- 如何避免?
- 将计算结果保存下来,并且改变计算顺序
动态规划组成部分二:转移方程
- 设状态 f ( X ) f(X) f(X) 最少用多少枚硬币拼出x
- 对于任意X,有
f ( X ) = m i n ( f ( X − 2 ) + 1 , f ( X − 5 ) + 1 , f ( X − 7 ) + 1 ) f(X) = min(f(X-2)+1,f(X-5)+1,f(X-7)+1) f(X)=min(f(X−2)+1,f(X−5)+1,f(X−7)+1)
动态规划组成部分三:初始条件和边界情况
- f ( 27 ) = m i n ( f ( 27 − 2 ) + 1 , f ( 27 − 5 ) + 1 , f ( 27 − 7 ) + 1 ) f(27) = min(f(27-2)+1, f(27-5)+1, f(27-7)+1) f(27)=min(f(27−2)+1,f(27−5)+1,f(27−7)+1)
- 两个问题:X - 2 和 X - 5 或者 X - 7 小于0怎么办?什么时候停下来?
- 如果不能拼出Y,就定义
f
(
Y
)
=
f(Y) =
f(Y)=
+
∞
+\infty
+∞ 表示失败
– 比如 f ( − 1 ) = f ( − 2 ) = . . . = f(-1) = f(-2) = ... = f(−1)=f(−2)=...= + ∞ +\infty +∞ - 所以 f ( 1 ) = m i n ( f ( − 1 ) + 1 , f ( − 4 ) + 1 , f ( − 6 ) + 1 ) = f(1) = min(f(-1)+1, f(-4)+1, f(-6)+1)= f(1)=min(f(−1)+1,f(−4)+1,f(−6)+1)= + ∞ +\infty +∞
- 初始条件:
f
(
0
)
=
0
f(0) = 0
f(0)=0
初始条件是用转移方程算不出来,且需要手工定义的, f ( 0 ) f(0) f(0)不应该为 + ∞ +\infty +∞,这样才有 f ( 2 ) = 1 f(2) = 1 f(2)=1
#动态规划组成部分四:计算顺序 -
拼出X所需要的最少硬币数:
$f(X) = min(f(X-2)+1,f(X-5)+1,f(X-7)+1)$ - 初始条件: f ( 0 ) = 0 f(0) = 0 f(0)=0
- 然后计算 f ( 1 ) , f ( 2 ) , . . . , f ( 27 ) f(1),f(2),...,f(27) f(1),f(2),...,f(27)
- 当我们计算到 f ( X ) f(X) f(X)时, f ( X − 2 ) + 1 , f ( X − 5 ) + 1 , f ( X − 7 ) + 1 f(X-2)+1,f(X-5)+1,f(X-7)+1 f(X−2)+1,f(X−5)+1,f(X−7)+1都已经有结果了
小结
-
动态规划组成部分:
-1. 确定状态- List item最后一步(最优策略中使用的最后一枚硬币)
- 化成子问题(最少的硬币拼出更小的面值27- ak)
-2. 转移方程
- f ( X ) = m i n ( f ( X − 2 ) + 1 , f ( X − 5 ) + 1 , f ( X − 7 ) + 1 ) f(X) = min(f(X-2)+1,f(X-5)+1,f(X-7)+1) f(X)=min(f(X−2)+1,f(X−5)+1,f(X−7)+1)
-3.初始条件和边界情况
- f ( 0 ) = 0 f(0) = 0 f(0)=0 ,如果不能拼出Y, f ( Y ) = f(Y) = f(Y)= + ∞ +\infty +∞
-4.计算顺序
- $f(0),f(1) ,f(2) ,… $