动态规划——Weighted Interval Scheduling

这篇博客探讨了动态规划在解决Weighted Interval Scheduling问题中的应用。通过例子解释了动态规划如何减少计算量,并以LeetCode的unique paths问题为例说明查表记忆化的方法。还介绍了问题的解决步骤,包括按结束时间排序、最优情况分析以及时间复杂度的讨论,最后提到了使用动态规划优化算法的时间复杂度至O(n)。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

例子:

writes down "1+1+1+1+1+1+1+1 =" on a sheet of paper;

共有8次,如果在左边加上1+,那么再问答案?

9次,因为你已经记住了前面有8个1,所以不需要再一个一个地计算;

为此动态规划法试图仅仅解决每个子问题一次,具有天然剪枝的功能,从而减少计算量:一旦某个给定子问题的解已经算出,则将其记忆化存储,以便下次需要同一个子问题解之时直接查表。这种做法在重复子问题的数目关于输入的规模呈指数增长时特别有用。

leetcode:https://leetcode-cn.com/problems/unique-paths/

用一个数组a[101][101]来记录从左上角到达每个点的路径数量;因此在计算时,只需要查表得即可;

a[i][j]=a[i-1][j]+a[i][j-1];---

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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