python中带递归函数的动态规划

我是python新手，正在努力编写递归函数。 我在Matlab中有一个动态规划函数的以下代码行，作为一位教授的示例：

function [policy,fstar] =StochasticInventoryControl(N,K,c,h,M,g,Dmax,p)
   fstar=zeros(M+1,N+1);
   for n=N:-1:1
      for s=0:M
         for x=0:M-s
            temp=0;
            for d=0:Dmax
               temp=temp+p(d+1)*(g*min(s+x,d)+fstar(1+max(s+x-d,0),n+1));
            end
            f(1+s,1+x)=-K*(x>0)-c*x-h*(s+x)+temp;
         end
      [fstar(1+s,n),policy(1+s,n)]=max(f(1+s,1:M-s+1));
      end
   end
   policy=policy-1; 
end

我正试图用python重新编写相同的函数，我得到了以下代码：

def StochasticInventoryControl(N, K, c, h, M, g, Dmax, p):
    fstar = zeros(M + 1, N + 1)
    for n in range (N, 1, -1):
        for s in range (0, M):
            for x in range (0, M - s):
                temp = 0
            for d in range (0, Dmax):
                temp = temp + p(d + 1)*(g*min(s + x, d) + fstar(1 + max(s + x - d,0), n + 1))
        f(1 + s, 1 + x).lvalue = -K * (x > 0) - c * x - h * (s + x) + temp
    [fstar(1 + s, n), policy(1 + s, n)] = max(f(1 + s, n in range (1, M - s + 1))

---

最后一行是不正确的，我知道我不能用python这样定义函数的递归关系。如何用python编写最后一行？

首先，您的索引和范围已关闭。与大多数编程语言一样，python索引和范围以0开头，而范围是半开的（不包括最后一个值），因此在范围中需要考虑这一点

其次，numpy使用方括号进行索引，因此它应该是

f[s，x]

而不是

f（s，x）

第三，您可以像在MATLAB中一样在numpy数组中进行切片，但是您需要考虑索引的差异，并且对于

x:y:z

索引，在Python中最后一个元素是步长，而在MATLAB中中间元素是步长

第四，缩进在Python中非常重要，因此您的内部循环需要缩进一个级别，才能像在MATLAB中一样工作

至于您关于最后一行的问题，在numpy中没有一个函数同时处理max value和max index。您需要对值使用

np.max

，对索引使用

np.argmax

，如下所示：

fstar[s, n-1] = np.max(f[s, :M-s+1])
policy[s, n-1] = np.argmax(f[s, :M-s+1])+1

或者最好使用numpy方法：

fstar[s, n-1] = f[s, :M-s+1].max()
policy[s, n-1] = f[s, :M-s+1].argmax()+1

---

首先，您的索引和范围已关闭。与大多数编程语言一样，python索引和范围以0开头，而范围是半开的（不包括最后一个值），因此在范围中需要考虑这一点

其次，numpy使用方括号进行索引，因此它应该是

f[s，x]

而不是

f（s，x）

第三，您可以像在MATLAB中一样在numpy数组中进行切片，但是您需要考虑索引的差异，并且对于

x:y:z

索引，在Python中最后一个元素是步长，而在MATLAB中中间元素是步长

第四，缩进在Python中非常重要，因此您的内部循环需要缩进一个级别，才能像在MATLAB中一样工作

至于您关于最后一行的问题，在numpy中没有一个函数同时处理max value和max index。您需要对值使用

np.max

，对索引使用

np.argmax

，如下所示：

fstar[s, n-1] = np.max(f[s, :M-s+1])
policy[s, n-1] = np.argmax(f[s, :M-s+1])+1

或者最好使用numpy方法：

fstar[s, n-1] = f[s, :M-s+1].max()
policy[s, n-1] = f[s, :M-s+1].argmax()+1

---

您是否对矩阵等使用

numpy

。？您的

zeros（）

呼叫表明您是。如果您是，那么您应该能够编写与MATLAB版本非常相似的代码，除了您使用

[]

而不是

（）

索引矩阵，并且Python使用基于0的索引而不是基于1的索引。您是否使用

numpy

索引矩阵等。？您的

zeros（）

呼叫表明您是。如果是，那么您应该能够编写与MATLAB版本非常相似的代码，除了使用

[]

而不是

（）

索引矩阵，并且Python使用基于0的索引而不是基于1的索引