动态规划与贪心算法区别以及如何思考动态规划

标签：style   blog   class   code   color   int   

3.边界条件：即最简单的，可以直接得出的局部最优解

比较明显的一个例子就是找硬币的问题。（具体在网上找找）

==============================================================================

动态规划思考：

1）找状态：一般问题的解就是状态。但是如何问题的解与问题的规模i没有联系时，则要去寻找合适的状态。在找状态时也要遵循状态一定要与问题的规模i有关。不然则不是状态。

2）状态转移方程：把问题的规模缩小至0.从到n，先去求简单的特殊的d[0],d[1],.....然后推出d[i]的求法。

问题描述：该问题就是可以说明贪心和动态规划的区别。在一序列中，找出最长的相邻子序列长度，其中相邻数据差值一正一负的变化。

#include<iostream>
using namespace std;
#define MAXSIZE 100
int result[MAXSIZE];

int len(int *a,int len)
{
        int length=1;
        if(len==1)
                return 1;
        if(len==2)
                return 2;
        result[2]=2;
        int i;
        for(i=3;i<=len;i++)
        {
                if((a[i-1]-a[i-2])*(a[i-2]-a[i-3])<0)
		//每一个当前状态都只于前一个最优子状态相关
		//这就有点是贪心算法了，但此处写的时候还是用的动态规划
                        result[i]=result[i-1]+1;
                else
                        result[i]=2;
                if(result[i]>length)
                        length=result[i];
        }
        return length;
}
int main()
{
        int a[]={1,17,5,10,13,15,10,5,16,8};
        cout<<len(a,10)<<endl;
        return 0;
}

动态规划与贪心算法区别以及如何思考动态规划,布布扣,bubuko.com

动态规划与贪心算法区别以及如何思考动态规划

标签：style   blog   class   code   color   int   

原文地址：http://blog.csdn.net/bb2b2bbb/article/details/25217069