iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 5
0
Software Development

天天 LeetCode,立地成佛:三十天從頭開始學演算法系列 第 5

[Day 5] Climbing Stairs:從下而上的 Dynamic Programming

  • 分享至 

  • xImage
  •  

今天要講的是 Dynamic Programming。

Dynamic Programming 在某種程度上來說,也是一種把大問題切成小問題的演算法。但和 Divide and Conquer 不同的是,Divide and Conquer 是從上往下,但 Dynamic Programming 卻是反過來,從下算到上。

想像一下,假設今天要算的是費波那契數列(從 0 和 1 開始,後面的數字依序為前兩個數字相加),我們可以先 Divide,把 f(n) 拆成 f(n-1) + f(n-2),然後一直拆到 f(1) 和 f(2) 為止,最後再用 Conquer 加起來。例如

f(1) = 0
f(2) = 1

f(7) 
= f(6) + f(5) 
= f(5) + f(4) + f(4) + f(3)
= f(4) + f(3) + f(3) + f(2) +  f(3) + f(2) + f(2) + f(1) 
= ...

可以看到,我們要一直拆重複的數字,這些動作非常繁瑣。但是,假如我們在拆完一個數字後,就把它記下來,需要的時候再拿表查詢並直接用,不是就方便多了嗎。

這是 Dynamic Programming 基礎的概念,假設今天 問題 a 可以分解成 問題 b * 問題 c * 問題 d,那我們就先解 問題 b,然後解 問題 b * 問題 c,最後算出 問題 b * 問題 c * 問題 d = 問題 a

聽起來有點繞口對吧,但畫圖太麻煩,這邊指路一個矩陣相乘實例的好懂課程,如果有線代基礎可以直接看,不然花十分鐘搜尋一下矩陣相乘規則再進入也可以。有興趣可以整個看完,或是跳到 28:00 開始是實例介紹,真的神乎奇技。

最後補充一下,Dynamic Programming 的使用是有限制的。這個算法是把大問題拆成小問題,但大問題的最佳解必須也是小問題的最佳解,不然就無法成立。所以在使用前,可以用反證法評估一下。


好的,認清自我不要幻想從 easy 做起。今天看的是爬樓梯問題,假設今天要爬上第 n 階,每次可以走一階或跳兩階,那總共有幾種爬樓梯的方式呢。爬上第 n 階時,前一步不是在 n-1 就是 n-2,只有這兩種可能,所以可能性就會是爬到 n-1 和 n-2 的加總啦。

https://ithelp.ithome.com.tw/upload/images/20200912/20129662NJGOuea9OT.png

// javascript
var climbStairs = function(n) {
  let arr = [0,1,2]
  for(let i = 3; i <= n; i ++) {
    arr[i] = arr[i-1] + arr[i-2]
  }
  return arr[n]
}

// 附帶熟悉一下 c++ 語法,為什麼這個 runtime 是 0 怎麼回事
class Solution {
public:
  int climbStairs(int n) {
    if(n <= 2)
      return n;
      
    int arr[n];
    
    arr[0] = 1;
    arr[1] = 2;
    for(int i = 2; i < n; i ++) {
        arr[i] = arr[i-1] + arr[i-2];
    }
    return arr[n-1];
  }
};

上一篇
[Day 4] 常常出現在第一章的複雜度是什麼可以吃嗎
下一篇
[Day 6] Jump Game:有種直觀解法叫 Greedy
系列文
天天 LeetCode,立地成佛:三十天從頭開始學演算法12
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言