【算法学习】暴力递归和动态规划

最新推荐文章于 2026-08-17 23:30:53 发布
原创 最新推荐文章于 2026-08-17 23:30:53 发布 · 153 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
算法学习

当前文章被收录于：

算法学习
29 篇文章 0 人学习

个人使用的笔记本

订阅专栏 查看详情
本文探讨了不同游戏问题的解决策略，包括飞行棋的纯递归、记忆搜索和动态规划方法，零钱问题的优化解法，赢牌问题的先手与后手最佳策略，以及象棋中马的路径计数。此外，还涉及了贪吃蛇的生存概率计算问题，展示了一系列基于算法的解决方案。

目录

飞行棋问题

  1. 在这里插入图片描述

法1：纯递归

在这里插入图片描述

法2：记忆搜索

在这里插入图片描述
在这里插入图片描述

法3：严格表结构的动态规划

假设星号是目标点
每个格子的值等于左上角+右上角的值
在这里插入图片描述

零钱问题

给一个整数数组，代表零钱，给一个int，零钱凑成int，最少需要几个零钱
在这里插入图片描述

  • 无效解应该设置-1不应该设0，0代表是有效的
  • 没考虑重复的情况

严格表结构：
在这里插入图片描述
在这里插入图片描述

如果不求最少，有多少种方法
在这里插入图片描述

赢牌问题

一个数组，两个人依次拿牌，可以拿头或尾，求最大分值

常规情况

在这里插入图片描述
在这里插入图片描述

严格表结构

在这里插入图片描述

  • f（arr, i, j）和s(arr, i, j)分别是先手和后手的情况，结果是max(f(arr, 0, arr.length-1), s(arr, 0, arr.length-1)),即两个五角星的位置
  • f函数中i=j时，最大分值只有一个选择，即只能拿i位置牌
  • 对于f中任意点，等于s表中对称点位置的左边和下边两个点的最大值（s表的值与之相反，对应代码常规情况）。由于f中对角线可以先知道，就可以交替计算
    在这里插入图片描述

象棋问题

马（马走日）从（0，0）到（x,y）位置，必须走k步，棋盘大小是9X10，返回方法数
在这里插入图片描述

常规方法

在这里插入图片描述

严格表结构

变化的参数有三个： x, y, step
在这里插入图片描述
所有step层的数都只和step-1层相关
在这里插入图片描述

贪吃蛇问题

给定棋盘，可以上下左右走，越界则死亡，求生存概率
求方法数：
在这里插入图片描述
总方法数：
4 k 4^{k} 4k

标签
#算法 #学习 #动态规划
6.暴力递归转动态规划
weixin_44897707的博客
03-24 1293
动态规划 1.什么是动态规划？ 动态规划就是暴力递归（回溯）的过程中有重复调用的过程，动态规划在算过每次调用后把答案记下来，下次再遇到重复过程直接调用这个行为就叫动态规划。 动态规划就是对有重复调用过程的暴力递归过程的优化。 例子：斐波那契数列f(n) = f(n - 1) + f(n - 2),f(1) = 1, f(2) = 1。求f(5) 可以看出求F（5）的过程中会有很多的重复调用（红色的为重复调用），这种重复过程会浪费大量的时间。 如果我们重复过程我们之前算过，我们给它记到一个表里去，如果下次再
暴力递归&动态规划
weixin_45017459的博客
05-25 913
暴力递归就是尝试 1：把问题转化为规模缩小了的同类问题的子问题 2：有明确的不需要继续进行递归的条件(base case) 3：有当得到子问题的结果之后的决策过程 4：返回每一个子问题的解给上级调用者 暴力递归–>动态规划 动态规划就是暴力尝试减少重复计算的技巧而已， 这种技巧就是一个大型套路，先写出用尝试的思路解决问题的递归函数，而不用操心时间复杂度 这个过程是无可替代的，没有套路的，只能依靠个人智慧，或者足够多的经验 但是怎么把尝试的版本，优化成动态规划，是有固定套路的，大体步骤如下 1)找到什么
65.【必备】从递归入手一维动态规划
XY_StarField的博客
05-10 1690
本文的网课内容学习自B站左程云老师的算法详解课程，旨在对其中的知识进行整理和分享~
快速应对面试--1.算法与数据结构核心思想凝练
升级迭代
07-11 300
1.算法思想： 分治：归并排序，快速排序 递归：树形结构 贪心 动态规划 2.数据结构： 数组、链表、堆、栈 学习路径由简入繁可以是线性（排序）结构–>树形结构—>图形结构 3.学习方法： 在理解的基础上，记忆和反复记忆，多加练习。 ...
算法题 斐波那契数
红血哥
11-14 390
文章摘要： LeetCode 509题要求计算斐波那契数F(n)，其中F(0)=0，F(1)=1，F(n)=F(n-1)+F(n-2)。本文介绍了6种解法：暴力递归（O(2^n)）、记忆化递归（O(n)）、动态规划（O(n)）、空间优化DP（O(1)空间）、矩阵快速幂（O(log n)）和Binet公式（O(1)）。重点推荐空间优化DP（仅用两个变量迭代）和矩阵快速幂（高效处理大n）。测试示例显示，输入n=5时输出5，验证了算法的正确性。不同方法在时间/空间复杂度上各有优劣，可根据场景选择。
64. 最小路径和
hushaoqiqimingxing的博客
08-02 167
给定一个包含非负整数的 mxn网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。 说明：每次只能向下或者向右移动一步。 示例: 输入: [ [1,3,1], [1,5,1], [4,2,1] ] 输出: 7 解释: 因为路径 1→3→1→1→1 的总和最小。 import sys class Solution: # 暴力递归 cost(i,j)...
走方格-dp
weixin_43892514的博客
03-13 479
题目描述 思路分析 （1）确定状态 最后一步： 子问题： （2）转移方程 （3）初始条件和边界情况 （4）计算顺序 C++实现 class Solution { public: // 使用动态规划解题,能够到达每个格子，只能是从他的上方或者左侧到达 int uniquePaths(int m, int n) { // 建立dp // vec...
5. 最长回文子串
面包猎人
03-27 202
题目链接 题目描述： 给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。 示例 1： 输入: “babad” 输出: “bab” 注意: “aba” 也是一个有效答案。 示例 2： 输入: “cbbd” 输出: “bb” 暴力   遍历每一个字串并记录最长的回文字串。另外，要注意c++的substr和java的substring的区别，在内循环的变量...
备考蓝桥杯day001
m0_52601335的博客
03-10 515
排序算法和查找算法 排序算法： 八大算法。快速排序和规并排序就好。之后刷题。 然后二分查找 和 双指针。刷题 之后是最基本的递归和最基本的暴力 之后学习贪心算法 之后练习习题。 之后再去过一遍 数据结构，就会有全新的 体验。并练习 数据结构 的习题 之后，搜索和动态规划。 搜素：深度优先搜索 和 广度优先搜索。深度优先搜索 是暴力的一种。 深度优先搜索是打篮桥杯最重要的算法，有些完全不会的 ，也可以 去 写深度优先搜索 来骗很多的分。 广度优先搜索 在蓝桥杯中运用不是太多。连几道题就可以了。 动态
2021-02-16
qq_15987621的博客
02-16 87
2021/2/16 上午复习了快排，前中后序遍历以及BFS,DFS 下午把cream的texture 做完了 上午学习了汉诺塔问题和背包问题 但没有理解左神说的从左往右尝试是什么意思 新发现：算法其实无需一个个值去带入，更多的是思维上的严密，只要能把所有的逻辑漏洞补上，就算可以 下午学习背包问题的动态规划解法，两个for循环的条件（两个箭头的方向，注意N的定义是w.length），直接用暴力改成动态规划 摸牌问题，先手后手 对你来说，先手有两种情况：你找到两者的max 先手中的后手： 也有两种情况，由对手帮
从暴力递归到动态规划
李滚滚的博客
05-21 1599
文章目录1. 递归2. 动态规划 1. 递归 2. 动态规划
算法学习-Day17-暴力递归
weixin_53239337的博客
02-22 1720
暴力递归在leetcode刷题时，虽然经常超时，毕竟递归压栈比较耗时，但是暴力递归可以让我们完成算法上的进阶，许多我们不会的算法题，通过暴力递归都可以做出来，而且，这是一种承上启下的做法，之后，暴力递归可以进化成动态规划，所以，学习暴力递归也是很重要的。
算法[7] 暴力递归到动态规划
尔等同学的博客
10-24 3188
文章目录暴力递归到动态规划什么暴力递归可以继续优化?暴力递归和动态规划的关系面试题和动态规划的关系如何找到某个问题的动态规划方式?面试中设计暴力递归过程的原则常见的4种尝试模型机器人路线问题暴力递归动态规划背包问题递归到动态规划字符串转化问题递归到动态规划动态规划拿牌问题递归到动态规划暴力递归动规拿钞票问题递归到动态规划动态规划字符贴纸问题最长公共子序列问题两个样本问题模型业务限制的尝试模型 暴力递归到动态规划 题目—》找到暴力递归写法（尝试） —》把可变参数，不讲究组织的形式，做缓存，那就是记忆化搜索的方
动态规划详解（二）：从暴力递归到动态规划的完整优化之路
xiaoyu❅的博客
03-08 2189
动态规划（Dynamic Programming, DP）本质是一种通过**"聪明的穷举"解决问题的思想。它的核心是发现重叠子问题和最优子结构**，并通过存储中间结果避免重复计算。暴力递归 → 发现重复计算 → 记忆化搜索 → 推导状态转移 → 自底向上动态规划定义状态：明确dp数组的含义推导转移方程：分析状态间的关系初始化：设置边界条件确定遍历顺序：保证前置状态已计算输出结果：从dp数组中提取答案。
【算法笔记】从暴力递归到动态规划(一)
u012559967的专栏
11-19 737
【算法笔记】从暴力递归到动态规划(一) 【算法笔记】从暴力递归到动态规划(二) 【算法笔记】从暴力递归到动态规划(三) 2.1.2、从暴力递归改到利用缓存优化的递归 从暴力递归改到利用缓存优化的递归 能够改为利用缓存优化的递归的条件是在递归的过程中，出现了重复求解的情况，重复解的出现是因为递归的过程中，有很多子问题是重复计算的，所以可以用缓存优化。 本题目中，递归函数中的cur和rest两个变量不断的变化，在不同的分支中会出现cur和rest相同的情况，也就是出现了重复求解，所以可以利用缓存来优化。 思
【算法笔记】从暴力递归到动态规划(二)
u012559967的专栏
11-19 1230
【算法笔记】从暴力递归到动态规划(一) 【算法笔记】从暴力递归到动态规划(二) 【算法笔记】从暴力递归到动态规划(三) 2.7.2、基于范围尝试模型的动态规划 基于范围尝试模型的动态规划： 思路： 根据暴力递归改成动态规划： 1）根据递归函数f(str,L,R)的含义，有L和R两个变量，范围是0…N-1，我们可以定义一个二维数组dp[N][N]，其中dp[L][R]表示str[L…R]最长回文子序列长度返回 2）根据递归函数f(str,L,R)的base case，我们可以初始化dp数组的对角线和对角线
【算法笔记】从暴力递归到动态规划(三)
u012559967的专栏
11-19 914
【算法笔记】从暴力递归到动态规划(一) 【算法笔记】从暴力递归到动态规划(二) 【算法笔记】从暴力递归到动态规划(三) 2.14.2、从暴力递归尝试改成动态规划 从暴力递归改到动态规划 思路： 1、根据递归函数参数，有row，col和rest三个变量，所以缓存表为dp[N][M][k+1] 2、根据base case,rest为0的时候，不管什么位置，都是1，所以三维数组的最底层都是1 3、根据依赖关系，上面的层数依赖下面的层，所以从下往上填三维数组 4、根据调用关系，返回dp[row][col][k]
数据库连接算法详解：从基础概念到嵌套循环优化
最新发布
jiangxiaohanya的博客
08-17 238
2.重复键在归并连接中的处理：排序归并连接遇到相同键时，需要保存或回溯同一键对应的记录组，然后输出笛卡尔积。（2）外连接：即使一方没有数据，也保留该侧数据，用NULL填充。对S中的键计算哈希值；（3）连接基数：连接结果的行数可能远大于任意一张输入表。设外表有R个页面，内表S个页面，比较次数O（R+R*S）5.哈希连接的限制：最适用于等值连接，不直接适用于比较。（1）build阶段：对较小的关系R建立哈希表。（1）内连接：只保留两张表之中能够匹配的内容。若R有M行，S有N行，则比较次数为O（MN）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值