Java 由递归解构造最大子阵动态规划解
在考虑递归实现之前,我设法用动态规划解决了最大子阵列问题,然而,由于我在与更复杂的动态规划问题作斗争,我决定研究一些基础知识,比如看到我正在实现的递归解,然后将其转换为动态解 我的动态规划解决方案如下:Java 由递归解构造最大子阵动态规划解,java,dynamic-programming,Java,Dynamic Programming,在考虑递归实现之前,我设法用动态规划解决了最大子阵列问题,然而,由于我在与更复杂的动态规划问题作斗争,我决定研究一些基础知识,比如看到我正在实现的递归解,然后将其转换为动态解 我的动态规划解决方案如下: int[] dp = new int[arr.length]; if (arr.length == 0) { return 0; } //initialize dp[0] = Math.max(0, arr[0]); int max = dp[0]; for (int i
int[] dp = new int[arr.length];
if (arr.length == 0)
{
return 0;
}
//initialize
dp[0] = Math.max(0, arr[0]);
int max = dp[0];
for (int i = 1; i < arr.length; i++)
{
dp[i] = Math.max(0, arr[i] + dp[i - 1]);
if (dp[i] > max)
{
max = dp[i];
}
}
return max;
这涉及到一个附加的初等求和方法。有人可以展示导致动态规划解决方案的递归实现吗?您的arr像一个全局变量一样工作,因此我们只能将其用作参数。 您的dp是一个辅助变量,是下一次迭代的轴心。 您的max是一个可变目标。 所有工作均在以下位置完成:
pivot = Math.max(0, arr[i] + pivot);
if (pivot >= max){
max = pivot;
}
所以你可以试试这个:
private static int resolveR(int i, int max, int pivot, int[] arr){
//initialize
if (i == arr.length){
return max;
} else {
pivot = Math.max(0, arr[i] + pivot);
if (pivot >= max){
max = pivot;
}
return resolveR(i+1, max, pivot, arr);
}
}
请参见此处的操作:您的arr与全局变量类似,因此我们只能将其用作参数。 您的dp是一个辅助变量,是下一次迭代的轴心。 您的max是一个可变目标。 所有工作均在以下位置完成:
pivot = Math.max(0, arr[i] + pivot);
if (pivot >= max){
max = pivot;
}
所以你可以试试这个:
private static int resolveR(int i, int max, int pivot, int[] arr){
//initialize
if (i == arr.length){
return max;
} else {
pivot = Math.max(0, arr[i] + pivot);
if (pivot >= max){
max = pivot;
}
return resolveR(i+1, max, pivot, arr);
}
}
请参见此处的操作:这一行:
dp[i]=Math.max(0,arr[i]+dp[i-1])代码>应该是dp[i]=Math.max(*max*,arr[i]+dp[i-1])代码>。我编写此代码是为了在最大和为负时返回0。在此行中:dp[I]=Math.max(0,arr[I]+dp[I-1])代码>应该是dp[i]=Math.max(*max*,arr[i]+dp[i-1])代码>。我编写此代码是为了在最大和为负时返回0。