分析python动态规划的递归、非递归实现

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=(1,3)
  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,tar_num) or recSubSet(arr,tar_num - index)


if __name__ == "__main__":
  arr = (3,34,12,5,3)
  tar_num = 13
  index = len(arr) - 1
  print(recSubSet(arr,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] or subSet[i - 1,j - arr[i]]
  return subSet[-1,-1]


if __name__ == "__main__":
  arr = (3,3)
  tar_num = 13
  print(dpSubSet(arr,tar_num))

分析python动态规划的递归、非递归实现

您可能感兴趣的文章:

相关推荐