数字三角形-医学演示课件-精选.pptVIP

go go go go go go go go go 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. * go go go go go go go go go go