算法-动态规划
在LeetCode上有一道题:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-with-transaction-fee/
这个题的解决思路之一就是使用动态规划。
那何为动态规划,知乎上这篇文章讲的比较透彻:https://www.zhihu.com/question/39948290/answer/883302989
我总结了一下,什么样的问题适合用动态规划?
- 问题的答案依赖于问题的规模,也就是问题的所有答案构成了一个数列。
- 大规模问题的答案可以由小规模问题的答案递推得到,也就是 f(n)的值可以由 f(i)中的个别求得。
如何使用动态规划?
- 建立状态转移方程
这一步是最难的,大部分人都被卡在这里。这一步没太多的规律可说,只需抓住一个思维:当做已经知道 f(1)~ f(n-1)的值,然后想办法利用它们求得 f(n)。 - 缓存并复用以往结果
这一步不难,但是很重要。如果没有合适地处理,很有可能就是指数和线性时间复杂度的区别。 - 按顺序从小往大算
回到LeetCode那道算法题,买卖股票的最佳时机含手续费,最难的就是建立状态转移方程,要找到f(n)与 f(n-1)的关系,从买卖动作上来看,变量太多了。换一个角度,从第n次操作结果来看,就只有两个状态,手上有股票和手上没有股票,这就能够建立状态转移方程:
dp[i][0]=max{dp[i−1][0],dp[i−1][1]+prices[i]−fee} //手上没有股票
dp[i][1]=max{dp[i−1][1],dp[i−1][0]−prices[i]} //手上有股票
剩下工作,就是遍历,然后用一个二维数组存储结果。
还没有评论,来说两句吧...