分析python动态规划的递归、非递归实现
2019/7/15 1:05:18
本文主要是介绍分析python动态规划的递归、非递归实现,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
概要
本文只是简单的介绍动态规划递归、非递归算法实现
案例一
题目一:求数组非相邻最大和
[题目描述]
在一个数组arr中,找出一组不相邻的数字,使得最后的和最大。
[示例输入]
arr=1 2 4 1 7 8 3
[示例输出]
15
from functools import wraps def memoDeco(func): ''' memoDeco主要是缓存已遍历的节点,减少递归内存开销 ''' cashe={} @wraps(func) def wrapper(*args): if args not in cashe: cashe[args]=func(*args) return cashe[args] return wrapper @memoDeco def recMaxArray(array,index): if index==0: return array[0] elif index==1: return max(array[0],array[1]) else: return max(recMaxArray(array,index-2)+array[index],recMaxArray(array,index-1)) if __name__=="__main__": array=(1,2,4,1,7,8,3) print(recMaxArray(array,len(array)-1))
非递归实现
def dpMaxArray(array): ''' 代码讲解详见引用一:正月点灯笼讲解 ''' lens=len(array) maxArray=[0]*(lens) maxArray[0]=array[0] maxArray[1]=max(array[0],array[1]) for i in range(2,lens): maxArray[i]=max(maxArray[i-2]+array[i],maxArray[i-1]) return maxArray[-1] if __name__=="__main__": array=(1,2,4,1,7,8,3) print(dpMaxArray(array))
案例二
[题目描述]
给定一个正整数s, 判断一个数组arr中,是否有一组数字加起来等于s。
[示例输入]
arr=3 34 4 12 5 3
s=9
[实例输出]
true
递归实现
from functools import wraps #和第一题一样,套用装饰器可以做一个缓存节点作用 def memoDeco(func): ''' memoDeco主要是缓存已遍历的节点,减少递归内存开销 ''' cashe = {} @wraps(func) def wrapper(*args): if args not in cashe: cashe[args] = func(*args) return cashe[args] return wrapper @memoDeco def recSubSet(arr, index, tar_num): if index == 0: return arr[0] == tar_num elif tar_num == 0: return True elif arr[index] > tar_num: return recSubSet(arr, index - 1, tar_num) else: return recSubSet(arr, index - 1, tar_num) or recSubSet(arr, index - 1, tar_num - index) if __name__ == "__main__": arr = (3, 34, 4, 12, 5, 3) tar_num = 13 index = len(arr) - 1 print(recSubSet(arr, index, tar_num))
非递归实现
''' 多维数组构建用python第三方库numpy比较方便 代码讲解详见引用一:正月点灯笼讲解 ''' import numpy as np def dpSubSet(arr, tar_num): subSet = np.zeros((len(arr), tar_num + 1), dtype=bool) subSet[:, 0] = True subSet[0, :] = False subSet[0, arr[0]] = True for i in range(1, len(arr)): for j in range(1, tar_num + 1): if arr[i] > j: subSet[i, j] = subSet[i - 1, j] else: subSet[i, j] = subSet[i - 1, j] or subSet[i - 1, j - arr[i]] return subSet[-1, -1] if __name__ == "__main__": arr = (3, 34, 4, 12, 5, 3) tar_num = 13 print(dpSubSet(arr, tar_num))
这篇关于分析python动态规划的递归、非递归实现的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-11-24Python编程基础详解
- 2024-11-21Python编程基础教程
- 2024-11-20Python编程基础与实践
- 2024-11-20Python编程基础与高级应用
- 2024-11-19Python 基础编程教程
- 2024-11-19Python基础入门教程
- 2024-11-17在FastAPI项目中添加一个生产级别的数据库——本地环境搭建指南
- 2024-11-16`PyMuPDF4LLM`:提取PDF数据的神器
- 2024-11-16四种数据科学Web界面框架快速对比:Rio、Reflex、Streamlit和Plotly Dash
- 2024-11-14获取参数学习:Python编程入门教程