Algorithm 打印动态规划解决方案中经过的路径
问题很简单:在一个典型的动态规划解决方案中,如何打印在最终解决方案的计算过程中经过的实际状态 让我试着用一个例子来解释我到底需要什么- 假设我们有一个问题的Algorithm 打印动态规划解决方案中经过的路径,algorithm,graph,path,state,dynamic-programming,Algorithm,Graph,Path,State,Dynamic Programming,问题很简单:在一个典型的动态规划解决方案中,如何打印在最终解决方案的计算过程中经过的实际状态 让我试着用一个例子来解释我到底需要什么- 假设我们有一个问题的DP解决方案,其中每个状态都有两个维度,即解决方案中的状态看起来像(i,j)。现在,我们有一个起始状态(0,0)和一些最终状态:(i,n),其中i从0到n变化 因此,典型的解决方案如下: Start from a starting state: in this case -> (0,0) Move to the next state b
DP
解决方案,其中每个状态都有两个维度,即解决方案中的状态看起来像(i,j)
。现在,我们有一个起始状态(0,0)
和一些最终状态:(i,n)
,其中i
从0到n变化
因此,典型的解决方案如下:
Start from a starting state: in this case -> (0,0)
Move to the next state based on some computation: suppose from (0,0), we could go to (1,0), (1,1) or (1,2).
.
.
Keep on traversing until we reach one of the end states: in this case (i,n), for any i.
现在,我需要打印此解决方案中经过的路径。基本上,如果我能找到我从哪个状态到达最终状态,我就可以使用这个逻辑返回到起始状态,然后打印路径
附言:如果问题太明显,请道歉
DP(i,j)
,您还可以保存PARENT(i,j)
,它表示我们从中获得(i,j)
结果的状态(并在初始计算期间进行转换时正确更新)- 我们可以找出从哪些状态可以过渡到当前状态
- 我们可以检查转换是否为这种状态提供了最佳解决方案
let getPar(i, j)
if dp(i - 1, j) > dp(i, j - 1)
return (i - 1, j)
return (i, j - 1)
对于更复杂的问题,想法也是一样的。没错!但是,我们如何计算和保存每个州的父项(i,j)是我试图理解的。你能解释一下你建议如何为每个州计算
Parent(i,j)
。
let getPar(i, j)
if dp(i - 1, j) > dp(i, j - 1)
return (i - 1, j)
return (i, j - 1)