码迷,mamicode.com
首页 > 编程语言 > 详细

python----动态规划

时间:2018-09-08 15:36:36      阅读:227      评论:0      收藏:0      [点我收藏+]

标签:usr   规划   大于   双层   return   code   图片   mat   直接   

不能放弃治疗,每天都要进步!!

什么时候使用动态规划呢?

1. 求一个问题的最优解 
2. 大问题可以分解为子问题,子问题还有重叠的更小的子问题 
3. 整体问题最优解取决于子问题的最优解(状态转移方程) 
4. 从上往下分析问题,从下往上解决问题 
5. 讨论底层的边界问题

实例1:割绳子问题

题目:给你一根长度为n的绳子,请把绳子剪成m段 (m和n都是整数,n>1并且m>1)每段绳子的长度记为k[0],k[1],…,k[m]. 请问k[0]k[1]…*k[m]可能的最大乘积是多少?例如,当绳子的长度为8时,我们把它剪成长度分别为2,3,3的三段,此时得到的最大乘积是18.

思路:f(n)=max{f(i)f(n-i)},想发与实现是2个方法,想的时候是递归,实现的时候是从底层至最上面。

实现:1米最1,2米最大是2,3米最大是3,4米最大是4,依次类推,求n米的最大切割

算法复杂度O(n2)

技术分享图片
# -*- coding: utf-8 -*
def maxCutString(length):
#这三行代表输入的绳子长度为1,2,3时,发生切割动作,最大的乘积
        if length < 2:
                return 0
        if length == 2:
                return 1
     if length == 3:
          return 2

#绳子不断切割,当切割到长度为1,2,3时,不能继续切割,直接返回1,2.3
        arr=[0,1,2,3]#记录绳子长度为i时候的最大乘积arr[i]
        for i in range(4,length+1):
                maxs=0
                for j in range(1,i/2+1):
                        mult=arr[j]*arr[i-j]
                        if maxs<mult:
                                maxs=mult

                arr.append(maxs)
        return arr[length]

print maxCutString(8)
View Code

实例2:最大连续子项和

思路:

实现:maxtmp记录临时子项和,遇到的每一个数不断累加;当maxtmp为负时,清空,从下一个数开始,从新累加;当累加的数大于maxsum时,将值赋给maxsum

复杂度:O(n)

技术分享图片
#-*- coding: utf-8 -*
#!usr/bin/python
def maxSum(lists):
        maxsum=0
        maxtmp=0
        for i in range(len(lists)):
                if maxtmp<=0:
                        maxtmp=lists[i]
                else:
                        maxtmp+=lists[i]
                if maxtmp > maxsum:
                        maxsum=maxtmp
        return maxsum
lists=[1,3,-3,4,-6,5]
print maxSum(lists)
View Code

还有一种暴力求解,双层遍历,复杂度O(n2)

技术分享图片
#-*- coding: utf-8 -*
#!usr/bin/python
def maxSum(lists):
        maxsum=0
        for i in range(len(lists)):
                maxtmp=0
                for j in range(i,len(lists)):
                        maxtmp+=lists[j]
                        if maxtmp > maxsum:
                                maxsum=maxtmp
        return maxsum
lists=[1,3,-3,4,-6,5]
print maxSum(lists)
View Code

实例3:放苹果

把M个同样的苹果放在N个同样的盘子里,允许有的盘子空着不放,问共有多少种不同的分法?(用K表示)5,1,1和1,5,1 是同一种分法。

思路:f(m,n) =f(m,n-1)+f(m-n,n) 

设f(m,n) 为m个苹果,n个盘子的放法数目,则先对n作讨论,

 当n>m:必定有n-m个盘子永远空着,去掉它们对摆放苹果方法数目不产生影响。即if(n>m) f(m,n) = f(m,m)  

当n<=m:不同的放法可以分成两类:

    1、有至少一个盘子空着,即相当于f(m,n) = f(m,n-1); 

     2、所有盘子都有苹果,相当于可以从每个盘子中拿掉一个苹果,不影响不同放法的数目,即f(m,n) = f(m-n,n).

 而总的放苹果的放法数目等于两者的和,即 f(m,n) =f(m,n-1)+f(m-n,n) 

 递归出口条件说明:

    1.当n=1时,所有苹果都必须放在一个盘子里,所以返回1;

      2.当没有苹果可放时,定义为1种放法;

      递归的两条路,第一条n会逐渐减少,终会到达出口n==1;

       第二条m会逐渐减少,因为n>m时,我们会return f(m,m) 所以终会到达出口m==0

技术分享图片
#!usr/bin/python
def f(m,n):
    if (m==0 or n==1):
        return 1
    if m<n:
        return f(m,m)
    else:
        return f(m,n-1)+f(m-n,n)
lines=map(int,raw_input().strip().split())
print f(lines[0],lines[1])
View Code

 实例四:青蛙跳台阶问题

 1.如果青蛙可以一次跳 1 级,也可以一次跳 2 级。问要跳上第 n 级台阶有多少种跳法?
思路:f(n)=f(n-1)+f(n-2)             第n级别只能由n-1级别和第n-2级别的青蛙跳到
技术分享图片
#-*- conding: utf-8 -*
#递归解法
def f(n):
    if n==1:
        return 1
    elif n==2:
        return 2
    else:
        return f(n-1)+f(n-2)
print f(8)
#自下到上解法
def f2(n):
    arr=[0,1,2]
    for i in range(3,n+1):
        tmp=arr[i-1]+arr[i-2]
        arr.append(tmp)
    return arr[n]
print f2(8)
View Code
 
2.如果青蛙可以一次跳 1 级,也可以一次跳 2 级,一次跳 3 级,…,一次跳 nn 级。问要跳上第 n级台阶有多少种跳法?
 
技术分享图片
#.*. coding:utf-8 -*
#递归解法
def f(n):
    if n==1:
        return 1
    else:
        return 2*f(n-1)
print f(8)
#自下而上解法
def f2(n):
    arr=[0,1,2]
    for i in range(3,n+1):
        tmp=2*arr[i-1]
        arr.append(tmp)
    return arr[n]
print f2(8)
View Code

 

 

 

 

python----动态规划

标签:usr   规划   大于   双层   return   code   图片   mat   直接   

原文地址:https://www.cnblogs.com/students/p/9601036.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!