• 动态规划走楼梯问题


    有一条楼梯,总共有9级阶梯,从地面上出发,如果每次可以走3级,4级或6级楼梯,问共有几种方案可以走到?

    解决方案一:

    第一个方法比较简单,很容易想到,就是用深度搜索,我们可以反过来,把情况看出从第9层阶梯走到路面,把所有可以出现的情况都列出来,然后判断是否能到达第9级阶梯,如果可以,就把方案数加一。

    代码如下:

    public class DPStair {
        
        static int count=0; //计算F(n)被调用了计次
        static int F(int n)
        {
            count++;
            if(n==0) return 1;         //n等于0,恰好到达9层阶梯
            if(n<0) return 0;                        
            return F(n-3)+F(n-4)+F(n-6);  //深搜,走3级,4级,6级能到达目的地的次数相加
        }
        
        public static void main(String[] args) {
            int n=9;
            System.out.println(F(n)+" count="+count);
        }
    }

    但如果现在要求得是能到底第90级阶梯的次数呢,我用上面深搜的方法,程序大概运行了一分钟左右才得出结果,这才求90级阶梯,速度太慢了。下面用动态规划优化下这个程序。

    我们把这个问题分解下,走到第9级楼梯的方案可以看出从第8级楼梯走到第9级楼梯的方案加上第7级楼梯走到第9级楼梯的方案······

    走到第8级楼梯的方案可以看出从第7级楼梯走到第8级楼梯的方案加上第6级楼梯走到第8级楼梯的方案······

    这样类推下来,我们可以看到,用上面的深搜方法,仔细观察下,计算第第7级楼梯走到第8级楼梯的方案 和 计算第第7级楼梯走到第9级楼梯的方案 这两次计算的重复了,也就是说我们重复计算了两次走到第7级楼梯的方案,所以我们考虑下把走到某一级楼梯的方案数记录下来,如果再次需要用到走到该级楼梯方案数的时候,就不需要再去计算,把之前记录下来的方案数取出来用就行了,代码如下:

    public class Stairs {
        static int count=0;
        static int[] Sum;     //用来记录走到某级楼梯的方案数
        static int F(int n)
        {
            count++;
            if(n==0) return 1;
            if(n<0) return 0;        
            if(Sum[n]!=-1) return Sum[n];     //如果走到该级楼梯的方案数已经存在,直接取用就行,不用继续深搜计算走到该级楼梯的方案数            
            Sum[n]=F(n-3)+F(n-4)+F(n-6); //如果没有记录,计算能走到该级楼梯的方案数
            return Sum[n];   //返回方案数
        }
        
        public static void main(String[] args) {
            int n=90;
            Sum=new int[n+1];
            for(int i=0;i<=n;i++) Sum[i]=-1;   //初始化-1,表示走到该级楼梯的方案数还没有记录
            System.out.println(F(n)+" count="+count);
        }
    
    }

    但n=90的时候,我们运行程序,结果是秒出的,输出count的值是262,而用上面那个没有优化深搜的程序,count输出是负数,也就是已经超出了Int的最大值范围,可以比较出来优化的效果还是比较明显的

  • 相关阅读:
    使用Docker及k8s启动logstash服务
    在kubernetes上部署zookeeper,kafka集群
    k8s configmap 挂载配置文件
    k8s 安装 rabbitMQ 单机版
    aws 挂载efs (nfs)目录
    长白山游记
    RedHat 安装YUM软件
    mysql查询案例
    mysql子查询
    mysql联合查询
  • 原文地址:https://www.cnblogs.com/ChanSS/p/6600308.html
Copyright © 2020-2023  润新知