动态规划(dynamic programming)
动态规划的基本思想 动态规划的基本思想在于发现和定义问题中的子问题，这里子问题可也以叫做状态；以及一个子问题到下一个子问题之间 是如何转化的 也就是状态转移方程 因此我们遇到一个问题的时候 应该想一想这个问题是否能用某种方式表示成一个小问题，并且小问题具有最优子结构 最优子结构：问题的最优解 ...
原文：动态规划（dynamic programming）（二、最优子问题与重叠子问题，以及与贪心的区别）
一 动态规划基础 虽然我们在 一 中讨论过动态规划的装配线问题，但是究竟什么时候使用动态规划 那么我们就要清楚动态规划方法的最优化问题中的两个要素：最优子结构和重叠子问题。 最优子结构 如果问题的一个最优解包含了子问题的最优解，则该问题具有最优子结构。当一个问题具有最优子结构的时候，我们就可能要用到动态规划 贪心策略也是有可能适用的 。 寻找最优子结构时，可以遵循一种共同的模式： a 问题的一个解 ...
2018-02-18 09:45 0 2874 推荐指数：
相关推荐
递归（recursion）和动态规划（dp：dynamic programming）的区别
还拿斐波那契函数举例： 递归： 而动态规划： 看完，是不是觉得和迭代很像？没错 这里，动态规划和迭代在实现上是一样的。（其他地方可能就不一样。。） 。总结：能用动态规划或者迭代，就不用递归，因为递归太耗堆栈了。效率不高。 ...
动态规划的无后效性和最优子结构
一般来说，一个问题如果能用动态规划方法求解，必须满足无后效性原则和最优子结构。 【1】最优子结构：对于多阶段决策问题，如果每一个阶段的最优决策序列的子序列也是最优的，且决策序列具有“无后效性”，就可以将此决策方法理解为最优子结构。 【2】无后效性：动态规划法的最优解通常是由一系列最优决策组成 ...
动态规划解决最长公共子序列问题
最长公共子序列问题又称LCS问题（longest common subsequence problem） 问题描述： 给你两个字符串str1和str2，它们之间可能存在公有子序列，子序列和子串的区别是：子序列不要求连续，只需要按照顺序出现就好，子串则要求连续： 例如：SIMPLE ...
从 活动选择问题 看动态规划和贪心算法的区别与联系
这篇文章主要用来记录我对《算法导论》 贪心算法一章中的“活动选择问题”的动态规划求解和贪心算法求解 的思路和理解。 主要涉及到以下几个方面的内容： ①什么是活动选择问题---粗略提下，详细请参考《算法导论》 ②活动选择问题的DP(Dynamic programming)求解--DP求解问题 ...
动态规划经典——最长公共子序列问题 (LCS)和最长公共子串问题
一.最长公共子序列问题(LCS问题) 给定两个字符串A和B，长度分别为m和n，要求找出它们最长的公共子序列，并返回其长度。例如： A = "HelloWorld" B = "loop" 则A与B的最长公共子序列为 "loo",返回的长度为3。此处只给出动态规划的解法：定义子问题 ...
活动选择问题 (动态规划、贪心算法)
问题描述： 设有n个活动的集合E={1,2,…,n}，其中每个活动都要求使用同一资源，如演讲会场等，而在同一时间内只有一个活动能使用这一资源。每个活动i都有一个要求使用该资源的起始时间si和一个结束时间fi,且si <fi。如果选择了活动i，则它在半开时间区间[si, fi)内占用资源 ...
九章算法笔记 9.动态规划 Dynamic Programming
递归和动态规划 算法视频QQ_1603159172 从Triangle这个问题说起： 题目： Given a triangle, find the minimum path sum from top to bottom. Each step you may move to adjacent ...