Gre*_*ies 5 java recursion memoization dynamic-programming
所以我构建了这个程序来构建不同的楼梯案例。本质上的问题是:给定一个整数 N,你可以用多少种不同的方式来建造楼梯。N 保证大于 3 且小于 200。任何前一步都不能大于其后一步,否则就违背了楼梯的目的。
所以给定 N = 3 你可以建造一个楼梯:2 步,然后 1 步
给定 N = 4 你可以建造一个楼梯:3 步,然后 1 步
给定 N = 5 你可以建造两个楼梯:3 步然后 2 步或 4 步然后 1 步。
我的方法在下面并且它有效,只是它的运行时间太慢了。所以我正在考虑尝试为该方法做一个备忘录,但说实话,我并不完全了解如何实现这一点。如果我能得到一些关于如何做到这一点的帮助,那就太好了。
public static void main(String [] args)
{
System.out.println(answer(200));
}
public static int answer(int n) {
return bricks(1,n) -1;
}
public static int bricks(int height, int bricksLeft)
{
if(bricksLeft == 0)
{
return 1;
}
else if(bricksLeft < height)
{
return 0;
}
else
{
return bricks(height +1, bricksLeft - height) + bricks(height +1, bricksLeft);
}
}
Run Code Online (Sandbox Code Playgroud)
概述
所以这里有一个递归解决方案。这对于解决此类问题效果很好。在这个特定的递归解决方案中,您的递归步骤将使用相同的参数多次调用。
动态规划是递归解决方案的一种非常常见的优化模式,其中多次进行相同的计算。我们的想法是,我们不必多次执行相同的计算,而是在第一次执行时缓存每个计算。然后接下来的每一次,如果我们需要计算完全相同的值,我们可以从缓存中读取结果。
解决方案
考虑到这一点,这个解决方案应该可行。它使用与原始版本完全相同的逻辑,它只是将递归步骤的所有结果缓存在 a 中,HashMap这样它就不需要两次计算相同的结果。它还使用一个Staircase对象来跟踪成对的(砖块、高度)。这是因为我们不能将对插入到 a 中HashMap,我们只能插入单个对象。
只需将变量更改bricks为您想要求解的任何值即可。
public class Staircase {
private static HashMap<Staircase, Integer> cache;
public static void main(String[] args) {
cache = new HashMap<>();
int bricks = 6;
Staircase toBuild = new Staircase(1, bricks);
System.out.println(toBuild.waysToBuild() - 1);
}
public final int height;
public final int bricksLeft;
public Staircase(int height, int bricksLeft) {
this.height = height;
this.bricksLeft = bricksLeft;
}
public int waysToBuild() {
if (cache.containsKey(this)) {
return cache.get(this);
}
int toReturn;
if (bricksLeft == 0) {
toReturn = 1;
} else if (bricksLeft < height) {
toReturn = 0;
} else {
Staircase component1 = new Staircase(height + 1, bricksLeft - height);
Staircase component2 = new Staircase(height + 1, bricksLeft);
toReturn = component1.waysToBuild() + component2.waysToBuild();
}
cache.put(this, toReturn);
return toReturn;
}
@Override
public boolean equals(Object other) {
if (other instanceof Staircase) {
if (height != ((Staircase) other).height) {
return false;
}
if (bricksLeft != ((Staircase) other).bricksLeft) {
return false;
}
return true;
}
return false;
}
@Override
public int hashCode() {
int hash = 5;
hash = 73 * hash + this.height;
hash = 73 * hash + this.bricksLeft;
return hash;
}
}
Run Code Online (Sandbox Code Playgroud)
分析
我测试了一下,性能比你以前的版本快得多。它可以立即计算高达 200 的值。
你原来的功能是O(2^n). 1这是因为我们对从到的每个值进行了 2 次递归调用n,因此每次 n 增加时,调用总数就会加倍。
动态规划解决方案是因为对于 的每个值,O(n)最多需要计算一次用砖砌楼梯的方法数。nn
补充阅读
以下是有关动态编程的更多阅读内容: https: //en.wikipedia.org/wiki/Dynamic_programming