動(dòng)態(tài)規(guī)劃(Dynamic Programming)

本文素材來自視頻脱盲,請自備梯子觀看:What Is Dynamic Programming and How To Use It

Dynamic Programming:動(dòng)態(tài)規(guī)劃分為如下幾步:

  1. 將復(fù)雜問題拆分成多個(gè)較簡單的子問題
  2. 對每個(gè)子問題只計(jì)算一次镐捧,然后使用數(shù)據(jù)結(jié)構(gòu)(數(shù)組诈乒,字典等)在內(nèi)存中存儲(chǔ)計(jì)算結(jié)果
  3. 子問題的計(jì)算結(jié)果按照一定規(guī)則進(jìn)行排序(如郎哭,基于輸入?yún)?shù))
  4. 當(dāng)需要再次運(yùn)算子問題時(shí)直接使用已存儲(chǔ)的計(jì)算結(jié)果而非再次運(yùn)算以提升求解性能

這種存儲(chǔ)計(jì)算結(jié)果以備再次使用稱之為:Memoization(這個(gè)詞,不知道怎么翻譯好)

以斐波那契數(shù)列為例來說明:

1驻呐、使用遞歸實(shí)現(xiàn):

def fib(n):
    if n < 1:
        raise ValueError('參數(shù)n必須為大于0的整數(shù)')
    if n == 1 or n == 2:
        return 1
    return fib(n-2)+fib(n-1)

這種方法是經(jīng)典的遞歸運(yùn)算碴犬。以fib(5)為例,整個(gè)求解過程可以拆分為:


圖片來自Youtube

我們可以看出按傅,fib(2)被計(jì)算三次捉超,fib(3)與fib(1)各被計(jì)算2次,時(shí)間復(fù)雜度為O(2^n)唯绍。

2拼岳、對遞歸進(jìn)行改進(jìn)

def fib_memory(n):
    d = dict()
    _fib_memory(n, d)


def _fib_memory(n, temp_dict):
    if n < 1:
        raise ValueError('參數(shù)n必須為大于0的整數(shù)')
    if type(temp_dict) is not dict
        raise TypeError('參數(shù)temp_dict必須為dict類型')
    if n in temp_dict:
        return temp_dict[n]
    if n == 1 or n == 2:
        result = 1
    else:
        result = fib_memory(n-1, temp_dict)+fib_memory(n-2, temp_dict)
    temp_dict[n] = result
    return result

圖片來自Youtube

優(yōu)化后,時(shí)間復(fù)雜度降為O(n)况芒。優(yōu)化后的算法依然使用了遞歸惜纸,當(dāng)參數(shù)較大時(shí)(如,1000)會(huì)導(dǎo)致棧溢出:
RecursionError: maximum recursion depth exceeded in comparison

3、脫離遞歸:

def fib_bottom_up(n):
    l = [None]*(n+1)
    return _fib_bottom_up(n, l)

def _fib_bottom_up(n, temp_list):
    if n < 1:
        raise ValueError('參數(shù)n必須為大于0的整數(shù)')
    if type(temp_list) is not list:
        raise TypeError('參數(shù)temp_list必須為list類型')
    if temp_list[n] is not None:
        return temp_list[n]
    if n == 1 or n == 2:
        return 1
    temp_list[1] = 1
    temp_list[2] = 1
    for i in range(3, n+1):
        temp_list[i] = temp_list[i-1]+temp_list[i-2]
    return temp_list[n]
圖片來自Youtube

改進(jìn)之后的算法不再使用遞歸耐版,時(shí)間復(fù)雜度依然是O(n)祠够。


對以上三種實(shí)現(xiàn)編寫測試用例:

# coding=utf-8

import temp
import unittest


class TestDif(unittest.TestCase):
    def test_fib_0_throw_value_error(self):
        with self.assertRaises(ValueError):
            temp.fib(0)

    def test_fib_1_return_1(self):
        result = temp.fib(1)
        self.assertEqual(1, result)

    def test_fib_10_return_false(self):
        result = temp.fib(10)
        self.assertFalse(result == 10)

    def test_fib_memory_10_return_false(self):
        result = temp.fib_memory(10)
        self.assertNotEqual(result, 10)

    def test_fib_bottom_up_1000_return_true(self):
        result = temp.fib_bottom_up(1000)
        print(result)
        self.assertTrue(result > 100000)


if __name__ == "__main__":
    unittest.main()

小結(jié)

無意中在Youtube上看到這段視頻,就翻譯整理下來與大家共享粪牲。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末古瓤,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子腺阳,更是在濱河造成了極大的恐慌落君,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,539評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件亭引,死亡現(xiàn)場離奇詭異绎速,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)焙蚓,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,594評論 3 396
  • 文/潘曉璐 我一進(jìn)店門朝氓,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人主届,你說我怎么就攤上這事赵哲。” “怎么了君丁?”我有些...
    開封第一講書人閱讀 165,871評論 0 356
  • 文/不壞的土叔 我叫張陵枫夺,是天一觀的道長。 經(jīng)常有香客問我绘闷,道長橡庞,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,963評論 1 295
  • 正文 為了忘掉前任印蔗,我火速辦了婚禮扒最,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘华嘹。我一直安慰自己吧趣,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,984評論 6 393
  • 文/花漫 我一把揭開白布耙厚。 她就那樣靜靜地躺著强挫,像睡著了一般。 火紅的嫁衣襯著肌膚如雪薛躬。 梳的紋絲不亂的頭發(fā)上俯渤,一...
    開封第一講書人閱讀 51,763評論 1 307
  • 那天,我揣著相機(jī)與錄音型宝,去河邊找鬼八匠。 笑死絮爷,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的梨树。 我是一名探鬼主播坑夯,決...
    沈念sama閱讀 40,468評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼劝萤!你這毒婦竟也來了渊涝?” 一聲冷哼從身側(cè)響起慎璧,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤床嫌,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后胸私,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體厌处,經(jīng)...
    沈念sama閱讀 45,850評論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,002評論 3 338
  • 正文 我和宋清朗相戀三年岁疼,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了阔涉。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,144評論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡捷绒,死狀恐怖瑰排,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情暖侨,我是刑警寧澤椭住,帶...
    沈念sama閱讀 35,823評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站字逗,受9級特大地震影響京郑,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜葫掉,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,483評論 3 331
  • 文/蒙蒙 一些举、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧俭厚,春花似錦户魏、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,026評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至电禀,卻和暖如春幢码,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背尖飞。 一陣腳步聲響...
    開封第一講書人閱讀 33,150評論 1 272
  • 我被黑心中介騙來泰國打工症副, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留店雅,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,415評論 3 373
  • 正文 我出身青樓贞铣,卻偏偏與公主長得像闹啦,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子辕坝,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,092評論 2 355

推薦閱讀更多精彩內(nèi)容