动态规划的递归写法和递推写法

最新推荐文章于 2025-05-05 17:12:12 发布

Miracle 007

最新推荐文章于 2025-05-05 17:12:12 发布

阅读量473

点赞数 2

CC 4.0 BY-SA版权

分类专栏： DP 学习笔记

本文链接：https://blog.csdn.net/LXC_007/article/details/116332019

学习笔记同时被 2 个专栏收录

59 篇文章

订阅专栏

2 篇文章

订阅专栏

本文深入解析了动态规划这一算法思想，介绍了其基本原理、适用场景及两种实现方式：递归（记忆化搜索）与递推。以斐波那契数列和数塔问题为例，详细阐述了如何利用动态规划解决问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

动态规划是一种非常精妙的算法思想，它没有固定的写法、及其灵活，常常需要具体问题具体分析。

11.1.1什么是动态规划

动态规划是一种用来解决一类最优化问题的算法思想。简单来说就是将一个复杂的问题分解成若干个子问题，通过综合子问题的最优解来得到原问题的最优解。DP会将每个求解过的子问题的解记录下来，这有当下一次碰到同样的子问题时，就可以直接使用之前的记录结果，提高了计算效率。
一般可以使用递归或者递推的写法来实现动态规划，其中递归写法又称记忆化搜索。

11.1.2动态规划的递归写法

理解如何记录子问题的解，来避免下次遇到相同的子问题时的重复计算。
例如斐波那契数列。
递归写法：

int F(int n){
	if(n == 0 || n == 1) return 1; 
	else return F(n - 1) + F(n - 2);
}

这会有很多重复的计算。为了避免重复计算，可以开一个一维数组dp，用来保存已经计算过的结果，其中dp[n]记录结果F[n]，并用dp[n] = -1来表示还没有被计算过。
可以在递归中判断dp是否是-1，如果不是1，说明已经计算过dp[n],直接返回dp[n],就是结果，否则，按照递归形式进行递归。代码如下：

const int N = 1e5 + 7;
int dp[N];
int F(int n){
	if(n == 0 || n == 1) return 1;//递归边界
	if(dp[n] != -1) return dp[n];//已经计算过，直接返回结果，不再重复计算
	else{
		dp[n] = F[n - 1] + F[n - 2];//计算F[n]保存至dp[n]
		return dp[n];//返回F[n]的结果 
	} 
}