极客大学算法训练营覃超第十二课.docxVIP

极客大学算法训练营 第十二课 动态规划 覃超 Sophon Tech 创始人，前 Facebook 工程师 分治 + 回溯 + 递归 + 动态规划 递归代码模版 public void recur(int level, int param) { // terminator if (level MAX_LEVEL) { // process result return; } // process current logic process(level, param); // drill down recur( level: level + 1, newParam); // restore current status } 分治 Divide Conquer 递归状态树 Problem split / merge Subproblem Subproblem split / merge split / merge Compute Subproblem Compute Subproblem Compute Subproblem Compute Subproblem 分治代码模板 def divide_conquer(problem, param1, param2, ...): # recursion terminator if problem is None: print_result return # prepare data data = prepare_data(problem) subproblems = split_problem(problem, data) # conquer subproblems subresult1 = self.divide_conquer(subproblems[0], p1, ...) subresult2 = self.divide_conquer(subproblems[1], p1, ...) subresult3 = self.divide_conquer(subproblems[2], p1, ...) … # process and generate the final result result = process_result(subresult1, subresult2, subresult3, …) # revert the current level states 感触 1. 人肉递归低效、很累 2. 找到最近最简方法，将其拆解成可重复解决的问题 3. 数学归纳法思维（抵制人肉递归的诱惑） 本质：寻找重复性 — 计算机指令集 Fib(6) 状态树、重复子状态 f(5) f(4) f(3) 1 f(2) f(1) = 1 1 0 f(1) = 1 f(0) = 0 ) f(0) = 0 1 动态规划 Dynamic Programming 1.Wiki 定义： /wiki/Dynamic_programming 2.“Simplifying a complicated problem by breaking it down into simpler sub-problems” (in a recursive manner) 3.Divide Conquer + Optimal substructure 分治 + 最优子结构 关键点 动态规划 和 递归或者分治 没有根本上的区别（关键看有无最优的子结构） 共性：找到重复子问题 差异性：最优子结构、中途可以淘汰次优解 实战例题一 斐波拉契数列 ?b (n) = ?b (n-1) + ?b (n-2) ?b (0) = 0 ?b (1) = 1 int fib (int n) { if (n = 0) { return 0; } else if (n == 1) { return 1; } else { return fib (n - 1) + fib (n - 2); ?b (6) } } ?b (5) ?b (4) ?b (3) ?b (3) ?b (2) ?b (4) ?b (2) ?b (1) ?b (2) ?b (1) ?b (1) ?b (0) ?b (3) ?b (2) ?b (1) ?b (0) ?b (1) ?b (0) ?b (2) ?b (1) ?b (1) ?b (0) ?b (1) ?b (0) ?b (n) = ?b (n-1) + ?b (n-2) ?b (0) = 0 ?b (1) = 1 int fib (int n) { if (n = 0) { return 0; } else if (n == 1) { return 1; } else { return