DP与滚动数组

简介: 转自:http://blog.csdn.net/niushuai666/article/details/6677982 滚动数组的作用在于优化空间,主要应用在递推或动态规划中(如01背包问题)。因为DP题目是一个自底向上的扩展过程,我们常常需要用到的是连续的解,前面的解往往可以舍去。所以用滚动数组优化是很有效的。利用滚动数组的话在N很大的情况下可以达到压缩存储的作用。 一个

转自:http://blog.csdn.net/niushuai666/article/details/6677982

滚动数组的作用在于优化空间,主要应用在递推或动态规划中(如01背包问题)。因为DP题目是一个自底向上的扩展过程,我们常常需要用到的是连续的解,前面的解往往可以舍去。所以用滚动数组优化是很有效的。利用滚动数组的话在N很大的情况下可以达到压缩存储的作用。

一个简单的例子:

斐波那契数列:

一般代码:

[cpp]  view plain  copy
  1. #include<iostream>  
  2. #include<cstdio>  
  3. using namespace std;  
  4. int Fib[25];  
  5.   
  6. int fib(int n)  
  7. {  
  8.     Fib[0] = 0;  
  9.     Fib[1] = 1;  
  10.     Fib[2] = 1;  
  11.     for(int i = 3; i <= n; ++i)  
  12.         Fib[i] = Fib[i - 1] + Fib[i - 2];  
  13.     return Fib[n];  
  14. }  
  15.   
  16. int main()  
  17. {  
  18.     int ncase, n, ans;  
  19.     scanf("%d", &ncase);  
  20.     while(ncase--)  
  21.     {  
  22.         scanf("%d", &n);  
  23.         ans = fib(n);  
  24.         printf("%d\n", ans);  
  25.     }  
  26.     return 0;  
  27. }  

利用滚动数组优化后代码为:

[cpp]  view plain  copy
  1.    
  2. #include<cstdio>  
  3. using namespace std;  
  4. int Fib[3];  
  5.   
  6. int fib(int n)  
  7. {  
  8.     Fib[1] = 0;   
  9.     Fib[2] = 1;  
  10.     for(int i = 2; i <= n; ++i)  
  11.     {  
  12.         Fib[0] = Fib[1];   
  13.         Fib[1] = Fib[2];  
  14.         Fib[2] = Fib[0] + Fib[1];  
  15.     }  
  16.     return Fib[2];  
  17. }  
  18.   
  19. int main()  
  20. {  
  21.     int ncase, n, ans;  
  22.     scanf("%d", &ncase);  
  23.     while(ncase--)  
  24.     {  
  25.         scanf("%d", &n);  
  26.         ans = fib(n);  
  27.         printf("%d\n", ans);  
  28.     }  
  29.     return 0;  
  30. }          

滚动数组实际是一种节省空间的办法,时间上没啥优势,多用于DP中,举个例子吧: 

一个DP,平常如果需要1000×1000的空间,其实根据DP的无后效性,可以开成2×1000,然后通过滚动,获得和1000×1000一样的效果。滚动数组常用于DP之中,在DP过程中,我们在由一个状态转向另一个状态时,很可能之前存储的某些状态信息就已经无用了,例如在01背包问题中,从理解角度讲我们应开DP[i][j]的二维数组,第一维我们存处理到第几个物品,也就是阶段了,第二维存储容量,但是我们获得DP[i],只需使用DP[i - 1]的信息,DP[i - k],k>1都成了无用空间,因此我们可以将数组开成一维就行,迭代更新数组中内容,滚动数组也是这个原理,目的也一样,不过这时候的问题常常是不可能缩成一维的了,比如一个DP[i][j]需要由DP[i - 1 ][k],DP[i - 2][k]决定,i<n,0<k<=10;n <= 100000000;显然缩不成一维,正常我们应该开一个DP[100000005][11]的数组,结果很明显,超内存,其实我们只要开DP[3][11]就够了DP[i%3][j]由DP[(i - 1)%3][k]和DP[(i - 2)%3][k]决定,空间复杂度差别巨大。


目录
相关文章
|
前端开发 JavaScript 测试技术
从零开始搭建react+typescript+antd+redux+less+vw自适应项目
从零开始搭建react+typescript+antd+redux+less+vw自适应项目
393 0
|
设计模式 前端开发 Java
SpringMvc框架入门使用(详细教程)
SpringMvc框架入门使用(详细教程)
416 0
W9
|
12月前
|
运维 关系型数据库 MySQL
轻松管理Linux服务器的5个优秀管理面板
Websoft9 应用管理平台,github 2k star 开源软件,既有200+的优秀开源软件商店,一键安装。又有可视化的Linux管理面板,文件、数据库、ssl证书方便快捷管理。
W9
943 2
|
存储 Kubernetes 负载均衡
在K8S中,api-server究竟是如何实现高可用?
在K8S中,api-server究竟是如何实现高可用?
|
人工智能 安全 物联网
智能家居技术的未来:从自动化到人工智能的演变
随着技术的飞速发展,智能家居已经从简单的自动化控制进化到了集成人工智能的高级阶段。本文将探讨智能家居技术的发展轨迹,分析其如何通过人工智能、物联网和数据分析等技术提升家居生活的便利性、安全性和效率。我们将以实际案例说明未来智能家居的趋势,并讨论在实现这一愿景过程中所面临的挑战与机遇。
|
消息中间件
STM32CubeMX FreeRTOS 消息队列
STM32CubeMX FreeRTOS 消息队列
990 11
|
Cloud Native 前端开发 IDE
「技术人生」第10篇:如何做研发效能提升(即指标体系建设过程回顾)
本文作者将给大家提供一些简单的容易实操的方法,能够让所有人都知道什么是效能的提升,如何提升个人的效能,如何提升团队的效能。
1954 87
「技术人生」第10篇:如何做研发效能提升(即指标体系建设过程回顾)
|
开发框架 .NET API
.NET 体系概览图集 - 2024 最全总结
.NET Core 是一个免费、跨平台、开源的开发平台,用于一站式构建不同类型的应用程序。 .NET Core 是以 .NET Framework 为基础,但是经过重新设计、实现的的新一代框架,实现了原 .NET Framework 中的几乎所有功能,核心特点就是开源、跨平台。
907 0
.NET 体系概览图集 - 2024 最全总结
|
消息中间件 存储 RocketMQ
Docker安装多主多备rocketMQ集群之Docker-compose方式
Docker安装多主多备rocketMQ集群之Docker-compose方式
1552 0
Docker安装多主多备rocketMQ集群之Docker-compose方式
|
机器学习/深度学习 算法 机器人
深度强化学习中利用Q-Learngin和期望Sarsa算法确定机器人最优策略实战(超详细 附源码)
深度强化学习中利用Q-Learngin和期望Sarsa算法确定机器人最优策略实战(超详细 附源码)
220 0