JavaScript 算法 -- 动态规划

最新推荐文章于 2024-06-11 10:00:07 发布

原创最新推荐文章于 2024-06-11 10:00:07 发布 · 284 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #javascript #动态规划

数据结构与算法专栏收录该内容

18 篇文章

订阅专栏

本文探讨了动态规划在解决复杂问题如爬楼梯和打家劫舍中的应用，对比了其与分而治之的区别，并通过实例演示了动态规划的子问题重叠特性。深入理解动态规划如何通过递归求解子问题来优化原问题解决策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

动态规划
动态规划与分而治之的区别
例题一：爬楼梯
例题二：打家劫舍

动态规划

动态规划是算法设计中的一种方法。
它将一个问题分解为相互重叠的子问题，通过反复求解子问题，来解决原问题。

动态规划与分而治之的区别

动态规划的子问题是相互重叠的；
分而治之的子问题是相互独立的；

例题一：爬楼梯

在这里插入图片描述

	var climbStairs = function(n) {
	    if(n < 2) return 1;
	    const res=[1, 1];
	    for(var i = 2;i<=n;i++){
	        res[i] = res[i-1] + res[i-2];
	    }
	    return res[n];
	};

	var climbStairs = function(n) {
	    if(n < 2) return 1;
	    var res1 = 1;
	    var res2 = 1;
	    for(var i = 2;i<=n;i++){
	        var tmp = res1;
	        res1 = res2;
	        res2 = tmp + res2;
	    }
	    return res2;
	};

例题二：打家劫舍

在这里插入图片描述

	var rob = function(nums) {
	    if(nums.length == 0) return 0;
	    var res = [0, nums[0]];
	    for(var i=2;i<=nums.length;i++){
	        res[i] = Math.max(res[i-2] + nums[i-1], res[i-1]);
	    }
	    return res[nums.length];
	};

	var rob = function(nums) {
	    if(nums.length == 0) return 0;
	    var res0 = 0;
	    var res1 = nums[0];
	    for(var i=2;i<=nums.length;i++){
	        var res2 = Math.max(res0 + nums[i-1], res1);
	        res0 = res1;
	        res1 = res2;
	    }
	    return res1;
	};