1.7 KiB
1.7 KiB
title | localeTitle |
---|---|
Dynamic Programming | 动态编程 |
动态编程
动态编程(DP)是一种编程技术,用于解决其子问题的计算重叠的问题:您以避免重新计算已解决问题的方式编写程序。 这种技术通常与memoization结合使用,memoization是一种优化技术,可以缓存先前计算的结果,并在再次需要相同的计算时返回缓存的结果。
Fibonacci系列的一个例子,定义如下:
F(N) = F(N-1) + F(N-2)
这是找到F(5)的树:
要计算F(5),它需要计算相同F(i)的许多倍。使用递归:
def fib(n)
{
if n <= 1:
return n
return fib(n-1) + fib(n-2);
}
以下是优化的解决方案(使用DP)
对于F(5),该解决方案将生成上图中描绘的调用,在O(2 ^ N)中运行。
这是一个使用DP和memoization的优化解决方案:
lookup = {1 : 1, 2 : 1} # Create a lookup-table (a map) inizialized with the first 2 Fibonacci's numbers
def fib(n)
{
if n in lookup: # If n is already computed
return n # Return the previous computed solution
else
lookup[n] = fib(n-1) + fib(n-2) # Else, do the recursion.
return lookup[n]
}
在查找表中缓存计算解决方案,并在递归之前查询它将使程序具有O(N)的运行时间。