类斐波那契问题中动态规划的时间复杂度优化
2016-06-13 11:36
357 查看
关键思路
(1)从递推公式求解状态转移方程->转移矩阵
f(n)= f(n-1)+f(n-2)
[f(n),f(n-1)] = [ f(1), f(2)] * [(1,1);(1,0)]^(n-2)
(2)优化求矩阵的幂问题!!!
(1)从递推公式求解状态转移方程->转移矩阵
f(n)= f(n-1)+f(n-2)
[f(n),f(n-1)] = [ f(1), f(2)] * [(1,1);(1,0)]^(n-2)
(2)优化求矩阵的幂问题!!!
#include <iostream> using namespace std; void matrixMulti(int const m1[][2],int const m2[][2], int res[][2]){ for(int i = 0; i <2; i++) for(int j = 0; j < 2 ; j++) res[i][j] = m1[i][0]*m2[0][j] + m1[i][1]*m2[1][j]; } int matrixPower( int* a ,int matrix[][2] ,int order){ int temp[][2] = {{1,0},{0,1}}; // int** res = new int* [2]; // for(int i = 0; i < 2; i ++) // res[i] = new int[2]; int res[2][2]; for(; order!= 0 ; order>>=1){ if((order&1) != 0){ matrixMulti(temp,matrix,res); for(int i = 0 ; i < 2; i++) for(int j = 0 ; j<2; j++) temp[i][j] = res[i][j]; } matrixMulti(matrix,matrix,res); for(int i = 0 ; i < 2; i++) for(int j = 0 ; j<2; j++) matrix[i][j] = res[i][j]; } return a[0]*temp[0][0] + a[1]*temp[1][0]; } int f1(int n){ int res; if( n==1 || n ==2 ) return 1; if(n<0) return 0; /* * [f(n),f(n-1)] = [ f(1), f(2)] * [(1,1);(1,0)]^(n-2) */ int matrix[2][2] = {{1,1},{1,0}}; int base[2] = {1,1}; return matrixPower( base ,matrix ,n-2); } int main() { int N; while(cin>>N) { for(int i = 1; i <=N; i++) cout<<f1(i)<<" "; cout<<endl; } }
相关文章推荐
- MySQL 优化
- Google排名优化的几个影响因素
- DB2优化(简易版)
- Mysql limit 优化,百万至千万级快速分页 复合索引的引用并应用于轻量级框架
- C#中尾递归的使用、优化及编译器优化
- 对优化Ruby on Rails性能的一些办法的探究
- 优化Ruby脚本效率实例分享
- Asp编码优化技巧
- 如何监测和优化OLAP数据库
- mysql -参数thread_cache_size优化方法 小结
- 深入学习SQL Server聚合函数算法优化技巧
- MySQL常见的底层优化操作教程及相关建议
- 详解mysql的limit经典用法及优化实例
- 数据库学习建议之提高数据库速度的十条建议
- oracle数据库sql的优化总结
- SQL语句性能优化(续)
- SQL语句优化提高数据库性能
- SQL优化经验总结
- SQL优化技巧指南
- SQL Server优化50法汇总