算法<初级> - 第五章 递归与动规相关问题(完结)

SystemArchitect 2020-04-14

算法<初级> - 第五章 递归与动规相关问题(完结)

<一>递归和动态规划

  • 暴力递归

    • 转化为规模缩小了的同问题的子问题 - 时间复杂度O(2n-1)

    • 有明确的边界条件(base case) - 先写base case,再写问题递归的过程

    • 有得到子问题结果后决策过程

    • 不记录每个子问题的解 - 每次求解子问题都交给递归去解决,不会在全局保存子问题的解(与动规形成对比)

  • 动态规划DP

    • 从暴力递归中延申 - 过程中还经历过<记忆化搜索>,相当于暴力递归+cache缓存(用hashmap实现),他并没有状态方程依赖,只是单纯的记忆并给出。

    • 记录每个问题的子问题,避免重复计算(与暴力递归之间最大的区别)

      • eg. 求n!问题:暴力递归f(n)=n * f(n-1);动规使用数组存储,f[n] = n * f[n-1],这样记录每个子问题避免了重复计算
    • 把暴力递归的过程,抽象成状态转移 - 子函数的嵌套调用转换成数组序号的关系(依赖)

    • 并且存在化简状态转移使其更简洁的过程(状态方程的化简)

      • eg. 格子值等于上一行该格子位置上前数Σ;状态方程(A+B+C) = A+B+C;化为动规就是将上一行该格子位置上前数组索引Σ - 再化简就是该格子值等于上格子值+左格子值;状态方程(A+B+C) = ((A+B)+C),(A+B)是左格子,C是上格子

题目七:二维数组最小路径和

  • 题目表述:给予一个二维数组,从左上走到右下,每步只能向下或者向右,返回最短路径和。

  • 思想:某点的最短路径和,是min(上面格子最短+距离,左边格子最短+距离)

    • 注意最右边和最下面时只能朝一个方向走

    • 暴力递归不会记录子问题解,O(2n2);记忆化搜索O(n2);动态规划用数组记录子问题解,优化过程与状态转移方程有关,与原始题目相关性不大

      • 暴力递归的可变参数 = 动规数组几维表 - 解空间大小

      • 确定目标点;确定basecase(不依赖项);

      • 本题的动规:先由最后点推出最下面行以及最右边行,然后依次往上确定次右与次下行。

  • 算法实现(Java)

public static int minPath1(int[][] matrix) {	// 暴力递归
		return process1(matrix, matrix.length - 1, matrix[0].length - 1);	// 0,0位置到x,y位
	}

	public static int process1(int[][] matrix, int i, int j) {		//相当于从右下走到左上
		int res = matrix[i][j];
		if (i == 0 && j == 0) {		// 在左上点
			return res;
		}
		if (i == 0 && j != 0) {		// 在最左边,只能向上
			return res + process1(matrix, i, j - 1);
		}
		if (i != 0 && j == 0) {		// 在最上边,只能向左
			return res + process1(matrix, i - 1, j);
		}
		return res + Math.min(process1(matrix, i, j - 1), process1(matrix, i - 1, j));
	}

	public static int minPath2(int[][] m) {		// 动态规划
		if (m == null || m.length == 0 || m[0] == null || m[0].length == 0) {	// 相当于每一步记录在了数组中,不会重复计算,之前计算过的直接索引即可
			return 0;
		}
		int row = m.length;
		int col = m[0].length;
		int[][] dp = new int[row][col];
		dp[0][0] = m[0][0];
		for (int i = 1; i < row; i++) {
			dp[i][0] = dp[i - 1][0] + m[i][0];
		}
		for (int j = 1; j < col; j++) {
			dp[0][j] = dp[0][j - 1] + m[0][j];
		}
		for (int i = 1; i < row; i++) {
			for (int j = 1; j < col; j++) {
				dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + m[i][j];
			}
		}
		return dp[row - 1][col - 1];
	}

	// for test
	public static int[][] generateRandomMatrix(int rowSize, int colSize) {
		if (rowSize < 0 || colSize < 0) {
			return null;
		}
		int[][] result = new int[rowSize][colSize];
		for (int i = 0; i != result.length; i++) {
			for (int j = 0; j != result[0].length; j++) {
				result[i][j] = (int) (Math.random() * 10);
			}
		}
		return result;
	}

	public static void main(String[] args) {
		int[][] m = { { 1, 3, 5, 9 }, { 8, 1, 3, 4 }, { 5, 0, 6, 1 }, { 8, 8, 4, 0 } };
		System.out.println(minPath1(m));
		System.out.println(minPath2(m));

		m = generateRandomMatrix(6, 7);
		System.out.println(minPath1(m));
		System.out.println(minPath2(m));
	}

题目八:数组中Σ是否相等所给数(背包问题)

  • 题目表述:给予一个数组和一个数,判断是否能从数组中选取任意数之和与所给数相等。

  • 思想:

    • 对于每一个数组元素,都有判断拿或者不拿,相当于一个状态,状态值就是拿了的数Σ,其中变化参数有两个,索引与Σ值,所以动规解空间大小就是二维表[n][aim]

    • eg. [3,2,7],aim=10。一开始状态a,对应值sum=0,索引i=0(相当于就是状态a),状态转移b,看索引i=1,对应值sum=3/0(拿或者不拿),循环重复。

    • 边界条件就是任意i,只要sum等于aim即True;最大i,sum!=aim即False - 所以仍是从数组[任意i,aim]往前面推是true还是false。

  • 算法实现(Java)

public static boolean money1(int[] arr, int aim) {
		return process1(arr, 0, 0, aim);
	}

	public static boolean process1(int[] arr, int i, int sum, int aim) {	// (i,sum) i表示现在考虑数组下标i位置,sum表示目前选取数字Σ是sum,aim表示总目标
		if (sum == aim) {		// 边界条件	
			return true;
		}
		if (i == arr.length) {	// i=length,在最后元素后下标
			return false;
		}
		return process1(arr, i + 1, sum, aim) || process1(arr, i + 1, sum + arr[i], aim);	// 前不要a[i];后要a[i+1]
	}

	public static boolean money2(int[] arr, int aim) {			// 可变参数两个,所以创建二维表 - 一个存储i变化一个存储sum变化
		boolean[][] dp = new boolean[arr.length + 1][aim + 1];		
		for (int i = 0; i < dp.length; i++) {		// 边界条件就是所有aim位置都是true
			dp[i][aim] = true;
		}
		for (int i = arr.length - 1; i >= 0; i--) {
			for (int j = aim - 1; j >= 0; j--) {
				dp[i][j] = dp[i + 1][j];
				if (j + arr[i] <= aim) {
					dp[i][j] = dp[i][j] || dp[i + 1][j + arr[i]];	//前者不要i后者要i
				}
			}
		}
		return dp[0][0];	// [][]表示是否可达 0,0初始
	}

	public static void main(String[] args) {
		int[] arr = { 1, 4, 8 };
		int aim = 12;
		System.out.println(money1(arr, aim));
		System.out.println(money2(arr, aim));
	}

题目九:整数背包问题

  • 题目表述:给定一个w[]和v[],背包一定空间bag,装一组商品放背包,价值p[],重量c[],求能拿的最大价值。 - 商品整体不能细分。

  • 思想:

    • 暴力递归跟上述一样,return的不是true/false而是价值,可变参数仍然是遍历i与重量cost

    • 动态规划跟上题类似,转为二维表,[][]表示可以添加的最大价值,从最后开始往前状态转移 - [bag]后都是int系统最小值(相当于负值),而[i]值处都是0,相当于已经把物体都处理完成了,没有其他价值可以加进来了。 - 往前每遍历一个都在[][]赋值其价值,分为取跟不取。

    • 无后效性:能改成动态规划的重要性质,存在空间换时间的解,怎么到子状态的路径不影响子状态的返回值。eg. dp[3][3]可能有多种到此的情况,但是前面的不同路径并不影响dp[3][3]的返回值结果。

      1. 分析可变参数(解空间大小) - 需要得到的结果/值直接作为返回值而不是作为可变参

      2. 确定最终状态 - 要返回的状态

      3. 根据basecase确定初始状态 - 边界条件

      4. 确定普遍位置依赖的状态转移函数

  • 算法实现(Java)

public static int maxValue1(int[] c, int[] p, int bag) { //递归
		return process1(c, p, 0, 0, bag);
	}

	public static int process1(int[] c, int[] p, int i, int cost, int bag) {		// i索引cost所带重量和,可变参数两个,解空间二维表
		if (cost > bag) {		// 剪枝 - 如果当前重量大于背包重量 
			return Integer.MIN_VALUE;
		}
		if (i == c.length) {	// 索引越界
			return 0;
		}
		return Math.max(process1(c, p, i + 1, cost, bag), p[i] + process1(c, p, i + 1, cost + c[i], bag));	// return的就是价值,所以不用算它为变参
	}

	public static int maxValue2(int[] c, int[] p, int bag) { //动规
		int[][] dp = new int[c.length + 1][bag + 1];	// bag最大空间,c.length最多放的东西个数
		for (int i = c.length - 1; i >= 0; i--) {	// 逐渐减小
			for (int j = bag; j >= 0; j--) {
				dp[i][j] = dp[i + 1][j];
				if (j + c[i] <= bag) {		// 边界条件就是越界或者bag超重
					dp[i][j] = Math.max(dp[i][j], p[i] + dp[i + 1][j + c[i]]);
				}
			}
		}
		return dp[0][0];	// 存放的是从该位置起能放的最多东西
	}

	public static void main(String[] args) {
		int[] c = { 3, 2, 4, 7 };
		int[] p = { 5, 6, 3, 19 };
		int bag = 11;
		System.out.println(maxValue1(c, p, bag));
		System.out.println(maxValue2(c, p, bag));
	}

题目二:汉诺塔问题(从此到后都是练习递归)

  • 题目表述:三个柱子,最左边有n个环,最上到最下从小到大环,称为n层汉诺塔;打印n层汉诺塔从最左移到最右的的全部过程。 - 小环只能移到大环上(环下面的其他环必须比自己小)

  • 思路:

    • n层分解:n-1层从from->mid,第n层from->to。然后是n-1层从mid->to;

    • 最后一部n-1层从mid->to,相当于mid和from互换,形成了一个(n-1)汉诺塔的子问题

  • 算法实现(Java)

public static void hanoi(int n) {
		if (n > 0) {
			func(n, "left", "mid", "right");
		}
	}

	public static void func(int n, String from, String mid, String to) {	//n表示环数
		if (n == 1) {
			System.out.println("move from " + from + " to " + to);
		} else {
			func(n - 1, from, to, mid);	// 前n-1,from—>mid
			func(1, from, mid, to);		// 第n,from->to //剩一个环
			func(n - 1, mid, from, to);	// 前n-1,mid->to	//相当于mid和from互换了
		}
	}

	public static void main(String[] args) {
		int n = 3;
		hanoi(n);
	}

题目三:打印一个字符串的全部子序列

  • 题目表述:打印一个字符串的全部子序列,包括空字符串。

  • 思路:

    • 跟之前的递归动规的题目一样,都是对于每个子元素要或不要的子问题。

    • 由于每一步都需要打印,故不用对递归转变成动规。

    • 算法实现(java)

public static void printAllSubsquence(String str) {	// 如果只是单纯打印,那每个形成的序列都要打印,所以不用改成动规
		char[] chs = str.toCharArray();
		process(chs, 0);
	}

	public static void process(char[] chs, int i) {	// char[]就是所有包含字符,i索引
		if (i == chs.length) {
			System.out.println(String.valueOf(chs));    // 过了最后位置,打印
			return;
		}
		process(chs, i + 1);	// 递归,不要
		char tmp = chs[i];
		chs[i] = 0;
		process(chs, i + 1);	// 递归,要
		chs[i] = tmp;
	}

	public static void main(String[] args) {
		String test = "abc";
		printAllSubsquence(test);
	}

题目四:打印一个字符串的全排列(要求出现/不出现重复字符串)

  • 题目表述:打印一个字符串的全排列。 - (进阶:打印一个字符串的全排列,要求不要出现重复字符串)

  • 思路:

    • ① 跟之前的拿或不拿的递归不太一样,这次是(每个字符开头,和剩下字符全排列组合)的递归 - 也符合最优子结构问题

    • 如何实现:固定i位置为头元素,从头元素开始遍历[j],与后续的每个j位置都进行交换一次,递归调用除头元素外的序列(i++),再把ij交换回来,这样递归到i=length打印,便实现了全排列的递归。

    • ② 不出现重复字符串只需要建立一个hashset即可。

    • 算法实现(java)

public static void printAllPermutations1(String str) {	// 有重复项的全排列打印
		char[] chs = str.toCharArray();
		process1(chs, 0);
	}

	public static void process1(char[] chs, int i) {
		if (i == chs.length) {
			System.out.println(String.valueOf(chs));	// 过了最后位置,打印
		}
		for (int j = i; j < chs.length; j++) {		// 跟后续每个位置进行遍历交换
			swap(chs, i, j);
			process1(chs, i + 1);
			swap(chs, i, j);	// 再交换回来
		}
	}

	public static void printAllPermutations2(String str) {
		char[] chs = str.toCharArray();
		process2(chs, 0);
	}

	public static void process2(char[] chs, int i) {	
		if (i == chs.length) {
			System.out.println(String.valueOf(chs));
		}
		HashSet<Character> set = new HashSet<>();
		for (int j = i; j < chs.length; j++) {		// 每个换的字符和选的字符不重复即可
			if (!set.contains(chs[j])) {	
				set.add(chs[j]);
				swap(chs, i, j);
				process2(chs, i + 1);
				swap(chs, i, j);
			}
		}
	}

	public static void swap(char[] chs, int i, int j) {
		char tmp = chs[i];
		chs[i] = chs[j];
		chs[j] = tmp;
	}

	public static void main(String[] args) {
		String test1 = "abc";
		printAllPermutations1(test1);
		System.out.println("======");
		printAllPermutations2(test1);
		System.out.println("======");

		String test2 = "acc";
		printAllPermutations1(test2);
		System.out.println("======");
		printAllPermutations2(test2);
		System.out.println("======");
	}

题目五:母牛数量问题

  • 题目表述:母牛每年生一只母牛,新出生的母牛成长三年后也能每年生一只母牛,假设不会死。求N年后,母牛的数量。(进阶:如果每头牛只能活10年)

  • 思路:

    • 最优解使用矩阵乘法可以达到O(logN),这里只说递归做法(一切符合该通项的解都可以用logN时间复杂度,斐波拉契数列矩阵乘法)
    • 递归:数列递归表达式:F(n) = F(n-1) + F(n-3),去年牛+可以生小牛的牛
    • 不用递归:用三个变量来存储去年前年大前年的数量,遍历n-4得到n年后母牛的数量。 - 顺序计算O(n)
    • 进阶:F(n) = F(n-1) + F(n-3) - F(n-10)即可
    • 算法实现(java):
// 假设不会死
	public static int cowNumber1(int n) {
		if (n < 1) {
			return 0;
		}
		if (n == 1 || n == 2 || n == 3) {
			return n;
		}
		return cowNumber1(n - 1) + cowNumber1(n - 3);
	}

	public static int cowNumber2(int n) {
		if (n < 1) {
			return 0;
		}
		if (n == 1 || n == 2 || n == 3) {
			return n;
		}
		int res = 3;
		int pre = 2;
		int prepre = 1;
		int tmp1 = 0;
		int tmp2 = 0;
		for (int i = 4; i <= n; i++) {
			tmp1 = res;
			tmp2 = pre;
			res = res + prepre;
			pre = tmp1;
			prepre = tmp2;
		}
		return res;
	}

	public static void main(String[] args) {
		int n = 20;
		System.out.println(cowNumber1(n));
		System.out.println(cowNumber2(n));
	}

题目六:只使用递归实现逆序栈

  • 题目表述:给予一个栈,返回逆序栈,要求不使用其他额外数据结构,只使用递归函数实现。

  • 思路:

    • ① getAndRemoveLastElement( ):得到并弹出栈底元素,并且使栈内其他元素保持原有顺序留在栈内

      • 先result记录pop()栈顶元素,如果为空则返回;非空则递归调用getAndRemoveLastElement得到返回值last,把之前的栈顶元素压栈,返回last。
      • 所以返回的一定是栈底元素,并且是通过递归一步一步传上来的,每一步递归都把栈顶元素拿出来再压回去。
    • ② reverse( ):使栈逆序的函数

      • 先判空,空则返回;调用getAndRemoveLastElement得到栈底元素记录为i并且使栈内其他元素保持原有顺序留在栈内
      • 然后再调用自己reverse( ),调用最底层栈空,并且从外到内层记录的元素为从底到顶;之后把i压栈,则根据递归就是把最开始的栈顶元素压栈直到栈底元素压栈,这样就实现了栈的逆序。
    • 算法实现(java)

public static void reverse(Stack<Integer> stack) {
		if (stack.isEmpty()) {
			return;
		}
		int i = getAndRemoveLastElement(stack);
		reverse(stack);
		stack.push(i);
	}

	public static int getAndRemoveLastElement(Stack<Integer> stack) {
		int result = stack.pop();
		if (stack.isEmpty()) {
			return result;
		} else {
			int last = getAndRemoveLastElement(stack);
			stack.push(result);
			return last;
		}
	}

	public static void main(String[] args) {
		Stack<Integer> test = new Stack<Integer>();
		test.push(1);
		test.push(2);
		test.push(3);
		test.push(4);
		test.push(5);
		reverse(test);
		while (!test.isEmpty()) {
			System.out.println(test.pop());
		}

	}

相关推荐