数字三角形精编版.pptVIP

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数字三角形 给你一个数字三角形, 形式如下: 1 2 3 4 5 6 7 8 9 10 找出从第一层到最后一层的一条 路,使得所经过的权值之和最小或 者最大. 分析 你会立刻发现这是一个动态规划的决策问题;每次有两种选择——向左和向右,一个n层的数字三角形完整路线有2^n条,所以当n比较大的时候,用回溯法是行不通滴。 如果用d(i,j)为从格子(i,j)出发时得到的最大和(包括格子(i,j)本身),那么可以得到状态转移方程: d(i,j)=a(i,j)+max{d(i+1,j),d(i+1,j+1)}; 递归计算 有了状态转移方程就好办了。 int dp(int i,int j) { if(i==n) return d[i][j]=a[i][j]; else return d[i][j]+=max(dp(i+1,j),dp(i+1,j+1)); } 重叠子问题 这样做是正确的,但是时间效率太低,其原因在于重复计算。 1,1 2,1 2,2 3,1 3,2 3,2 3,3 4,1 4,2 4,2 4,3 4,2 4,3 4,3 4,4 记忆化搜索 显而易见,这个算法就是最简单的搜索算法。时间复杂度为2n,明显是会超时的。分析一下搜索的过程,实际上,很多调用都是不必要的,也就是把产生过的最优状态,又产生了一次。 记忆化搜索 记忆化搜索把程序分成两部风。首先把d数组初始化为-1; int dp(int i,int j) { memset(d,-1,sizeof(d)); if(d[i][j]=0) return d[i][j]; else if(i==n) return d[i][j]=a[i][j]; else return d[i][j]=a[i][j]+max(dp(i+1,j),dp(i+1,j+1)); } 时间复杂度为n^2; 记忆化的功效 动态规划的实质 可以看出动态规划的实质就是 这也就是为什么我们常说动态规划必须满足重叠子问题的原因.记忆化,正符合了这个要求. 递推计算 因为在计算 d(i,j)前,它所需要的d(i+1,j)和d(i+1,j+1)一定已经计算出来了。 for(i=1;i=n;i++)d[n][i]=a[n][i]; for(i=n-1;i=1;i--) for(j=1;j=i;j++) if(d[i+1][j]d[i+1][j+1]) d[i][j]=a[i][j]+d[i+1][j]; else d[i][j]=a[i][j]+d[i+1][j+1]; END POJ1163 POJ2760

文档评论(0)

ayangjiayu5 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档