内容简介：本文小编给大家详细分析了python动态规划的递归、非递归实现过程以及相关代码，有兴趣的朋友可以学习下。
概要
本文只是简单的介绍动态规划递归、非递归算法实现
案例一
题目一:求数组非相邻最大和
[题目描述]
在一个数组arr中，找出一组不相邻的数字，使得最后的和最大。
[示例输入]
arr=1 2 4 1 7 8 3
[示例输出]
15
from functools import wraps
def memoDeco(func):
'''
memoDeco主要是缓存已遍历的节点，减少递归内存开销
'''
cashe={}
@wraps(func)
def wrapper(*args):
if args not in cashe:
cashe[args]=func(*args)
return cashe[args]
return wrapper
@memoDeco
def recMaxArray(array,index):
if index==0:
return array[0]
elif index==1:
return max(array[0],array[1])
else:
return max(recMaxArray(array,index-2)+array[index],recMaxArray(array,index-1))
if __name__=="__main__":
array=(1,2,4,1,7,8,3)
print(recMaxArray(array,len(array)-1))
非递归实现
def dpMaxArray(array):
'''
代码讲解详见引用一：正月点灯笼讲解
'''
lens=len(array)
maxArray=[0]*(lens)
maxArray[0]=array[0]
maxArray[1]=max(array[0],array[1])
for i in range(2,lens):
maxArray[i]=max(maxArray[i-2]+array[i],maxArray[i-1])
return maxArray[-1]
if __name__=="__main__":
array=(1,2,4,1,7,8,3)
print(dpMaxArray(array))
案例二
[题目描述]
给定一个正整数s, 判断一个数组arr中，是否有一组数字加起来等于s。
[示例输入]
arr=3 34 4 12 5 3
s=9
[实例输出]
true
递归实现
from functools import wraps
#和第一题一样，套用装饰器可以做一个缓存节点作用
def memoDeco(func):
'''
memoDeco主要是缓存已遍历的节点，减少递归内存开销
'''
cashe = {}
@wraps(func)
def wrapper(*args):
if args not in cashe:
cashe[args] = func(*args)
return cashe[args]
return wrapper
@memoDeco
def recSubSet(arr, index, tar_num):
if index == 0:
return arr[0] == tar_num
elif tar_num == 0:
return True
elif arr[index] > tar_num:
return recSubSet(arr, index - 1, tar_num)
else:
return recSubSet(arr, index - 1, tar_num) or recSubSet(arr, index - 1, tar_num - index)
if __name__ == "__main__":
arr = (3, 34, 4, 12, 5, 3)
tar_num = 13
index = len(arr) - 1
print(recSubSet(arr, index, tar_num))
非递归实现
''' 多维数组构建用 python 第三方库numpy比较方便 代码讲解详见引用一：正月点灯笼讲解 ''' import numpy as np def dpSubSet(arr, tar_num): subSet = np.zeros((len(arr), tar_num + 1), dtype=bool) subSet[:, 0] = True subSet[0, :] = False subSet[0, arr[0]] = True for i in range(1, len(arr)): for j in range(1, tar_num + 1): if arr[i] > j: subSet[i, j] = subSet[i - 1, j] else: subSet[i, j] = subSet[i - 1, j] or subSet[i - 1, j - arr[i]] return subSet[-1, -1] if __name__ == "__main__": arr = (3, 34, 4, 12, 5, 3) tar_num = 13 print(dpSubSet(arr, tar_num))
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
新零售：低价高效的数据赋能之路
刘润 / 中信出版集团 / 2018-9 / 65.00元
小米新零售，如何做到20倍坪效？ 天猫小店，如何利用大数据助力线下零售？ 盒马鲜生，为什么坚持必须用App才能买单？ 名创优品，实体小店在电商冲击下，如何拥抱春天？ 新零售的未来在何方？什么样的思维模式才可应对？ 新零售，不是商界大佬的专用名词，它就在我们生活触手可及的各个角落——小到便利店的酸奶，大到京东商城的冰箱，都蕴含着消费者、货物、经营场所三者共同作用的经济逻......一起来看看 《新零售：低价高效的数据赋能之路》 这本书的介绍吧!
