我的算法时间记录二

二、动态规划类

2020.8.15 小杨缓慢但前进
  • 爬楼梯 :
我的算法时间记录二
文章图片

先进思想:
开始我想的递归是一个时间复杂度在2的阶乘级别,超出时间限制,是因为里面有很多的重复计算。递归不是不能用,在重复的这块进行优化就可以,把计算过的存储起来,遇到就直接查。后来我采用的动态规划,开始填一维表,时间复杂度是减下来了,但仍然存在空间上的优化。可以直接使用两个变量,一步步的赋值。仅采用常数级别的空间。
本来我以为到此就为止了,这个题印出来非常厉害的数学解法。根据递推式写出矩阵相乘的形式,就能直接求出f(n)的表达式,其中涉及如下矩阵运算,通过对角化满秩矩阵将矩阵的N次方转化为对角矩阵的n次方,而对角矩阵的n次方直接等于对角线上的元素的n次方,一下子就简化不少:
我的算法时间记录二
文章图片

我的算法时间记录二
文章图片

在这里,我们可以直接用数学公式去求解,一步到位,一行代码中的pow运算会有logn级别的时间复杂度,因此时间复杂度被降低到logn级别,空间复杂度是常数级别。我们发现,在前期做越多的数学分析,就能更大程度地降低问题复杂度。也就是人帮机器解决的问题越多,人的思考越多,机器的“思考”就能越少,就越高效。
动态规划类的题目一般都能写成这种递推式,递推式的只要是线性的(非线性也能转化为线性,只需要变化一下函数,加个常量啥的),就能使用这种数学思路求解。在编程实现上,由于具备连续性,因此可以不用开辟新数组,而是用常数个变量进行滚动赋值即可,但是要十分注意变量赋值的顺序。
  • 打家劫舍:
我的算法时间记录二
文章图片

先进思想:
还是那个经典的动态规划方法,就是填表法。格外注意一下特殊值的返回和初始值的设置。
另外有一种新思路,就是针对这种可以“滚动”的数值变化,我们可以使用两个单变量来互相更新,first变量的当前值是second的前一个值,我本身使用的是原数组的更新,不需要额外的空间。
  • 区域和检索:
【我的算法时间记录二】我的算法时间记录二
文章图片

先进思想:
一开始没写过这种类,就直接看答案了,这个的意思是初始化在创建对象的时候就要懂点脑筋,因为sumrange函数需要被调用多次,如果初始化的时候仅仅是单纯的初始化,将对象和nums数组联系起来的话就会导致sumrange函数多次使用消耗的时间资源和空间资源过大。因此在初始化的时候,就要构建利于sumrange计算的数据结构。本题中求区间和,那么就可以构建一个累计和的列表,这里用到动态规划的思想。
  • 除数博弈:
我的算法时间记录二
文章图片

先进思想:
感觉这是个博大精深的数学问题,就列举了一些情况之后没做大胆猜测。后来看到那一行代码,我觉得有点可惜。看了题解的证明之后,心服口服。首先我们通过找规律可以发现,当N是偶数的时候,先手胜;当N是奇数的时候,先手败。下面用数学归纳法证明。
(1)假设N<=k时,当N是偶数的时候,先手胜;当N是奇数的时候,先手败。
(2)讨论N=k+1的情况:
当k+1为奇数时,对于先手Alice来说,这时候选的因数只能是奇数(因此这个先手其实是没有优势的),因此导致下一个N必为偶数(奇数-奇数)。此时Bob成了先手,而此时的N<=k了,满足(1)中条件,这个时候的先手Bob必胜。
当k+1为奇数时,对于先手Alice来说,这时候因数是可能为奇或者为偶的,因此有了选择的余地,当然一定要选自己能赢的选择。选择一次之后,肯定满足(1)中条件,因此可以利用(1)中结论让自己必赢。只需要选偶数因数,使得下一个N为奇数,从而使得此时的先手Bob必败。
  • 连续数列和:
我的算法时间记录二
文章图片

先进思想:
这个题目之前在做数组类的时候遇到过, 思路还是那个思路,构造连续和,但是连续和有讲究,还要根据前面的连续和的政府来决定,如果为正就直接加,否则为负我还加啥加。
  • 按摩师:
我的算法时间记录二
文章图片

做过,那个经典的不相邻动态规划问题,nums[i]=max(nums[i-2]+nums[i],nums[i-1])
  • 三步问题:
我的算法时间记录二
文章图片

先进思想:
还是经典的台阶问题:nums[i]=nums[i-1]+nums[i-2]+nums[i-3],但是可以不用开辟新的数组空间,利用“滚动性”只需要设置三个变量即可。
for i in range(4,n): a,b,c=b,c,(a+b+c)%1000000007

至于为啥要对这个奇怪的数取余,可能是保证了在某个数据范围内降低数值但不会引起数据冲突从而达到简化操作数的目的。
  • 使用最小花费爬楼梯:
我的算法时间记录二
文章图片

先进思想:
动态规划的厉害之处在于记录了过往的最优解,也就是子问题的最优解。而这种“轨迹类”问题需要记录子问题的最优解之后,整个问题的最优解在子问题的最优解的积累下诞生,往往最优解的答案是有明确指向的,注意搞清楚最优解的诞生范围,这是这个题带给我的关于动态规划的新知识点。









    推荐阅读