美文网首页数据结构与算法
算法基础--递归和动态规划

算法基础--递归和动态规划

作者: kirito_song | 来源:发表于2018-12-14 16:00 被阅读20次
    本文主要作为自己的学习笔记,并不具备过多的指导意义。

    暴力递归

    1. 把问题转化为规模缩小了的同类问题的子问题

    2. 有明确的不需要继续递归的条件

      base case


    求n!的结果

    非递归版本

    从非依赖关系入手。明确的知晓n!=1×2×3×...×n,然后按照顺序编写算法即可

    func getFactorial1(n : Int) -> Int {
        var res = 1
        for i in 1..<n+1 {
            res = res * i
        }
        
        return res
    }
    

    递归版本

    从依赖关系入手。n已知,尝试解决(n-1)!

    func getFactorial2(n : Int) -> Int {
        if n == 1 {
            return 1
        }
        return n * getFactorial2(n: n-1)
    }
    

    汉诺塔问题

    打印N层汉诺塔从最左边移动到最右边的全部过程

    每次一个,不能打压小只能小压大

    image

    在第N层的问题上,需要完成以下三个状态:

    第N层的完成依赖N-1的完成,而第N-1层的完成又依赖N-1层的完成。

    image
    /// 移动1-N层汉诺塔
    ///
    /// - Parameters:
    ///   - n: 需要移动到的层数
    ///   - form: 从哪根开始
    ///   - to: 从哪根结束
    ///   - help: 空那根
    func hanoiGame(n : Int ,form :String ,to :String ,help :String) {
        if n == 1 {//只移动第一层,直接移动即可
            print("Move 1 from " + form + " to " + to)
        }else {
            hanoiGame(n: n-1, form: form, to: help, help: to)  //将第 1到n-1 层移动到 中间
            print("Move \(n) " + "from " + form + " to " + to) //将第 n 层移动到 最右
            hanoiGame(n: n-1, form: help, to: to, help: form) //将第 1到n-1 层移动到 最右
        }
    }
    
    
    
    hanoiGame(n: 3, form: "左", to: "右", help: "中")
    //打印
    Move 1 from 左 to 右
    Move 2 from 左 to 中
    Move 1 from 右 to 中
    Move 3 from 左 to 右
    Move 1 from 中 to 左
    Move 2 from 中 to 右
    Move 1 from 左 to 右
    

    打印字符串能组成的所有字串

    输入abc
    打印:abc,ab,ac,a,bc,b,c

    将字符串转化成数组,每个位置都有两个选择:打印&&跳过。以此递归

    代码

    func printStr(str :String) {
        printAllSub(str: wordToArr(word: str), i: 0, res: "")
    }
    
    func printAllSub(str :[String] ,i :Int ,res :String) {
        if i == str.count {
            print(res)
        }else {
            printAllSub(str: str, i: i+1, res: res+str[i]) //打印当前位置
            printAllSub(str: str, i: i+1, res: res) //不打印当前位置
        }
    
    }
    
    func wordToArr(word:String) -> Array<String> {
        var res : [String]
        res = Array.init()
        if word.count == 0 {
            return res
        }
        let string = (word as NSString)
        for i in 0..<string.length {
            res.append(string.substring(with: NSMakeRange(i, 1)))
        }
        
        return res
    }
    
    

    母牛数目问题

    有一头母牛,它每年年初生一头小母牛。每头小母牛从第四个年头开始,每年年初也生一头小母牛。请编程实现在第n年的时候,共有多少头母牛?

    当思维不够直观的时候,不妨列举一下试试查找规律

    image

    F(N) = F(N-1) + F(N-3)

    第五年 = 第四年存活的 + A与第二年出生的B所生的两个

    需要注意:如果N-3为负数则不用计算,只计算母牛自己生的一个即可

    func func(n : Int) -> Int {
        if n == 1 {
            return 1
        }
        if n - 3 <= 0 {
            return func1(n: n-1) + 1
        }else {
            return func1(n: n-1) + func1(n: n-3)
        }
    }
    

    二维数组--从左上角到右下角最大值

    只能向右或向下走

    经典的动态规划题目,但我们可以先从递归做起

    /// 二维数组--从左上角到右下角最大值
    ///
    /// - Parameters:
    ///   - matrix: 二维矩阵
    ///   - x: x轴坐标
    ///   - y: y轴坐标
    /// - Returns: 当前点到右下角最小距离
    func walk(matrix : [[Int]] ,x :Int ,y :Int) -> Int {
        if (x == matrix.count-1) && (y == matrix[0].count-1) { //已经到最后
            return matrix[x][y] //返回当前节点
        }
        
        if x == matrix.count-1 {  //已经到x轴末尾
            return matrix[x][y] + walk(matrix: matrix, x: x, y: y+1) //当前节点+y轴下一位
        }
        
        if y == matrix[0].count-1 { //已经到y轴末尾
            return matrix[x][y] + walk(matrix: matrix, x: x+1, y: y) //当前节点+x轴下一位
        }
        
        //当前节点+min(x轴下一位,y轴下一位)
        return matrix[x][y] + min(walk(matrix: matrix, x: x+1, y: y), walk(matrix: matrix, x: x, y: y+1))
    }
    
    

    暴力递归的弊端

    第一次进入walk(0,0)时,将会递归调用蓝色位置walk(1,0)walk(0,1)

    image

    而在进入walk(1,0)时,又将递归调用walk(2,0)walk(1,1)
    并且进入walk(0,1)时,又将递归调用walk(0,2)walk(1,1)

    image

    此时walk(1,1)将会执行两次,其之后的递归计算也指数级的重复。

    这就是动态规划的意义,解决暴力递归重复执行的缺点进行优化


    动态规划

    所有的动态规划,都是从暴力递归尝试优化(减少重复计算)而来

    面试中,对于一个没有见过的动态规划。我们可以先写出一个递归的尝试版本,在验证正确性之后尝试改成动态规划。

    递归方法的后效性

    如上文中所提到的暴力递归的弊端一样:有些暴力递归会存在重复状态,并且这些重复状态的结果与到达其的路径无关(状态的参数确定,返回值则确定)。

    什么样的问题可以改成动态规划

    对于无后效性递归,可以改成动态规划的版本。

    也有反例:比如汉诺塔问题,每一步打印都会对整体的打印结果造成影响。就叫有后效性递归,无法进行动态规划。

    无后效性递归如何改成动态规划的通用方法

    二维数组--从左上角到右下角最大值题目为例:

    1. 分析可变参数,建立状态表

      以每个状态的return结果建立一个二维数组。

    2. 找到自己需要的最终状态位置(0,0)


      image
    3. 回到base case 中,对不被依赖的位置进行设置


      image
    4. 对普遍位置进行设置


      image
    5. 最终得到目标位置


    数组中元素是否能组成指定的和

    先写一个正常的暴力递归尝试版本,与之前打印字符串能组成的所有字串的问题基本一致

    /// 数组中元素是否能组成指定的和
    ///
    /// - Parameters:
    ///   - arr: 数组
    ///   - i: 当前位置
    ///   - sum: 已经求的和
    ///   - aim: 目标和
    /// - Returns: 结果
    func isSum(arr :[Int] ,i :Int ,sum :Int ,aim :Int) -> Bool {
        if i == arr.count { //数组末尾已经尝试结束
            return aim==sum //直接比对
        }
        
        let useC = isSum(arr: arr, i: i+1, sum: sum+arr[i], aim: aim) //尝试添加当前位置
        
        let unuseC = isSum(arr: arr, i: i+1, sum: sum, aim: aim) //不添加当前位置
        
        return useC || unuseC
    }
    

    如何转变成动态规划

    1. 简化表达式,并建立动态规划表

      只有两个可变参数,可以简化成F(i,sum)

      DP表的设计行为sum(最后一位为所有元素之和),列为i。
      在代码上,将作为一个二维数组存在


      image
    2. 确定目标位置


      image
    3. base case中找到不被依赖的位置
      只有在F(N,Aim)时,aim==sum才会返回true

      image
    4. 对普遍位置进行设置
      某一个位置F(i,sum1)的状态依赖于F(i+1,sum1)F(i+1,sum1)+arr[i]
      F(i+1,sum1)+arr[i]又作为新的sum值Sum2存在于DP表内。
      两个位置有一个为Aim,则将返回true

      image
    5. 推回到最初位置


    参考资料

    左神牛课网算法课

    相关文章

      网友评论

        本文标题:算法基础--递归和动态规划

        本文链接:https://www.haomeiwen.com/subject/loughqtx.html