01背包问题

问题描述：
给定n个物品和一个容量为C的背包，物品i的重量是Wi,其价值为Vi,背包问题是如何选择入背包的物品，使得装入背包的物品的总价值最大。
不能重复装，物品不可拆分
代码实现：

def dsf(n,total_weight):if(total_weight == 0): return 0if(n == 0): return 0if(w[n-1] > total_weight):return dsf(n-1,total_weight)else:return max(v[n-1]+dsf(n-1,total_weight-w[n-1]),dsf(n-1,total_weight))
w = [2,1,3,2]
v = [3,2,4,2]
n = 4
total_weight = 5
print(dsf(n,total_weight))

钢条切割问题

问题描述：
某公司出售钢条，出售价格与钢条长度之间的关系如下表:

问题:现有一段长度为n的钢条和上面的价格表，求切割钢条方案，使得总收益最大。

代码实现：

def cut_rod_recurision(price,length):if length==0:return 0else:res=0for i in range(1,length+1):res=max(res,price[i]+cut_rod_recurision(price,length-i))return resif __name__=="__main__":price=[0,1,5,8,9,10,17,17,20,24,30]print(cut_rod_recurision(price,9))

总结：
设长度为n的钢条切割后最优收益值为rn，可以得出递推式:
rn=max(pn,r1+rn−1,r2+rn−2,…,rn−1十r1)
可以将求解规模为n的原问题，划分为规模更小的子问题，完成一次切割后，可以将产生的两端钢条看成两个独立的钢条切割问题。

数字三角形问题

问题描述：
示出了一个数字三角形。请编一个程序计算从顶至底的某处的一条路
　　径，使该路径所经过的数字的总和最大。
　　●每一步可沿左斜线向下或右斜线向下走；
　　●1＜三角形行数≤100；
　　●三角形中的数字为整数0，1，…99；
　
代码实现：

n = int(input())
s = []
for i in range(n):s.append(list(map(int,input().split())))def dfs(i,j):if(i > n-1 or j > n-1): return 0if(i<=n-1):dpn = s[i][j]+max(dfs(i+1,j),dfs(i+1,j+1))return dpnprint(dfs(0,0))

总结：
对于当前的数字来说，他只有选择下面（行+1，列不变）或者右下角（行+1，列+1）
把问题又进一步分成一个小问题。重复递归求取最大值。

最长公共子序问题

问题描述：

def LCS(string1,string2):len1 = len(string1)len2 = len(string2)res = [[0 for i in range(len1+1)] for j in range(len2+1)] #python 初始化二维数组 [len2+1],[len1+1]for i in range(1,len2+1):  #开始从1开始，到len2+1结束for j in range(1,len1+1):  #开始从1开始，到len2+1结束if string2[i-1] == string1[j-1]:res[i][j] = res[i-1][j-1]+1else:res[i][j] = max(res[i-1][j],res[i][j-1])return res,res[-1][-1]  #返回res[len2+1][len1+1]
print(LCS("helloworld","loop"))
# 输出结果为：
[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],[0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1],[0, 0, 0, 1, 1, 2, 2, 2, 2, 2, 2],[0, 0, 0, 1, 1, 2, 2, 3, 3, 3, 3],[0, 0, 0, 1, 1, 2, 2, 3, 3, 3, 3]], 3

总结：
利用动态规划。

下一步就要找到状态之间的转换方程。

因此可以根据这个方程来进行填表，以"helloworld"和“loop”为例：

最长上升子序列问题

问题描述：
给定一个长度为N的数列，求数值严格单调递增的子序列的长度最长是多少。
输入格式
第一行包含整数N。
第二行包含N个整数，表示完整序列。
输出格式
输出一个整数，表示最大长度。
数据范围
1≤N≤1000，
−10^{9≤数列中的数≤10}9
输入样例：
7
3 1 2 1 8 5 6

代码实现：

n = int(input())
nums = list(map(int, input().split()))dp = [1]*(n)
res = 1
for i in range(1, n):  #判断以 nums[i] 结尾的最长子序列for j in range(i):if nums[j] < nums[i]:dp[i] = max(dp[i], dp[j]+1)  # dp[i]  表示的就是 以sums[i] 结尾的最长子序列res = max(res, dp[i])
print(res)

总结：
先写出DP方程 dp[i] = max(dp[i],dp[j]+1)

动态规划（Python Code）相关推荐

leetcode动态规划(python与c++)
1 . 斐波那契数 class Solution:def fib(self, n: int) -> int:# if n==0:# return 0# elif n==1:# return 1# ...
python code for solving eigenvalue problem by Jacobi’s method的代码
将开发过程比较重要的代码段收藏起来,如下的代码段是关于python code for solving eigenvalue problem by Jacobi's method的代码. ''' lam ...
PEP 8 – Style Guide for Python Code
PEP 8 – Style Guide for Python Code PEP 8–Python编码规范原文地址:https://www.python.org/dev/peps/pep-0008/ ...
python code mudule,pipe,stdin,stdou,IMPORTANT
python code mudule,pipe,stdin,stdou,IMPORTANT http://docs.python.org/library/code.html http://codeid ...
PEP 8 -- Style Guide for Python Code。Python 代码规范。
PEP 8 – Style Guide for Python Code 文章目录 PEP 8 -- Style Guide for Python Code 代码规范. PEP8 (pycodestyl ...
python购买股票_动态规划python实现-买股票的最佳时机
买股票的最佳时机(动态规划python实现) 给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格. 如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大 ...
在翻译PEP8中学习 -- Style Guide for Python Code
翻译了好久, 终于把这篇文档翻完了, 学到很多. 自从考研结束后就没有翻译过文章了, 一开始还以为考研英语78分的我翻译能力还可以, 结果打脸. 凡是得练习啊! 官方原文: PEP8 Style Gu ...
PEP8-python代码样式指南（Style Guide for Python Code）
文章目录介绍(Introduction) 尽信书不如无书(A Foolish Consistency is the Hobgoblin of Little Minds) 代码布局(Code Lay- ...
爬虫-爬取感兴趣图片（python code 直接运行）
代码只要在pycharm,使用python解释器就能爬取感兴趣的图片.(不要使用代理,否则下不了) 1.code import requests import re import osheaders ...

动态规划（Python Code）

动态规划

01背包问题

钢条切割问题

数字三角形问题

最长公共子序问题

最长上升子序列问题

动态规划（Python Code）相关推荐

最新文章

热门文章

动态规划 （Python Code）

动态规划

01背包问题

钢条切割问题

数字三角形问题

最长公共子序问题

最长上升子序列问题

动态规划 （Python Code）相关推荐

最新文章

热门文章

动态规划（Python Code）

动态规划（Python Code）相关推荐