计算数组中的LIS(最长增加子序列)是一个非常着名的动态编程问题。然而,在每个教程中,他们首先显示递归解决方案而不使用DP的概念,然后通过应用Bottom-Up DP(迭代解决方案)来解决它。
我的问题是:
我们如何在递归解决方案中使用Memoization。不只是Memoization而是使用1D数组的memoization。
我做了一些研究,但找不到任何相关的东西。虽然有两个地方已经要求递归记忆1和2,但那里的解决方案,正在使用2D Map / Array进行记忆。
无论如何用一维数组记住解决方案,输出错误。这是我做的:
int lis(int idx, int prev)
{
if(idx >= N)
return 0;
if(dp[idx])
return dp[idx];
int best_ans = lis(idx+1, prev);
int cur_ans = 0;
if(arr[idx] > prev)
{
cur_ans = 1 + lis(idx+1, arr[idx]);
}
int ans = max(best_ans, cur_ans);
dp[idx] = ans;
return ans;
}
int main()
{
// Scan N
// Scan arr
ans = lis(0, -1));
print ans;
}
虽然我知道这个解决方案提供错误输出的原因如下:
根据之前的值,可以为给定索引提供多个解决方案。
但我仍然想知道如何使用一维数组来完成它。
我很想知道这个解决方案,因为我已经读到每个DP Top-Down解决方案都可以重新定义为Bottom-Up,反之亦然。
如果有人可以为此提供一些见解,将会非常有帮助。
提前致谢。
这是不可能的,因为问题从根本上需要2D数据结构来解决。
自下而上的方法可以通过在数据结构的一次产生一行来作弊。随着时间的推移,它会生成一个2D数据结构,但在任何给定时间,您只能看到它的一个维度。
自上而下的方法必须构建整个2D数据结构。
这是DP的基本权衡。写下自上而下的方法通常更容易。但是自下而上的方法只需要随时拥有整体数据结构的一部分,因此具有显着降低的内存需求。