漫畫說演算法--動態規劃演算法三(絕對通俗易懂,非常棒)
在前兩集漫畫中,我們通過一個演算法問題的完整解題過程,講述了動態規劃的基本概念和思想。沒看過前兩集的朋友可以點選下面的連結:
在第二集的末尾,給出了一道動態規劃的進階題目——國王和金礦。讓我們先來回顧一下問題:
有一個國家發現了5座金礦,每座金礦的黃金儲量不同,需要參與挖掘的工人數也不同。參與挖礦工人的總數是10人(第二集說的是1000人,這裡改動一下)。每座金礦要麼全挖,要麼不挖,不能派出一半人挖取一半金礦。要求用程式求解出,要想得到儘可能多的黃金,應該選擇挖取哪幾座金礦?
下面,繼續我們的故事。
————————————
方法一:排列組合
每一座金礦都有挖與不挖兩種選擇,如果有N座金礦,排列組合起來就有2^N種選擇。對所有可能性做遍歷,排除那些使用工人數超過10的選擇,在剩下的選擇裡找出獲得金幣數最多的選擇。
程式碼比較簡單就不展示了,時間複雜度也很明顯,就是O(2^N)。
F(n,w) = 0 (n<=1, w<p[0]);
F(n,w) = g[0] (n==1, w>=p[0]);
F(n,w) = F(n-1,w) (n>1, w<p[n-1])
F(n,w) = max(F(n-1,w), F(n-1,w-p[n-1])+g[n-1]) (n>1, w>=p[n-1])
其中第三條是補充上去的,原因不難理解。
方法二:簡單遞迴
把狀態轉移方程式翻譯成遞迴程式,遞迴的結束的條件就是方程式當中的邊界。因為每個狀態有兩個最優子結構,所以遞迴的執行流程類似於一顆高度為N的二叉樹。
方法的時間複雜度是O(2^N)。
方法三:備忘錄演算法
在簡單遞迴的基礎上增加一個HashMap備忘錄,用來儲存中間結果。HashMap的Key是一個包含金礦數N和工人數W的物件,Value是最優選擇獲得的黃金數。
方法的時間複雜度和空間複雜度相同,都等同於備忘錄中不同Key的數量。
方法四:動態規劃
方法利用兩層迭代,來逐步推匯出最終結果。在外層的每一次迭代,也就是對錶格每一行的迭代過程中,都會保留上一行的結果陣列 preResults,並迴圈計算當前行的結果陣列results。
方法的時間複雜度是 O(n * w),空間複雜度是(w)。需要注意的是,當金礦只有5座的時候,動態規劃的效能優勢還沒有體現出來。當金礦有10座,甚至更多的時候,動態規劃就明顯具備了優勢。