为什么递归解决方案的基本情况可能比DP解决方案复杂得多?

时间:2016-12-15 04:48:29

标签: algorithm recursion dynamic-programming

我正在研究算法问题,以找到将整数解码为字符串的方法。我已经制定了DP解决方案和递归解决方案。

递归解决方案似乎有一个更复杂的基本情况。我试图理解为什么会这样,如果它是一种模式,或者我在编写递归基本情况时非常糟糕。

DP解决方案:

# @param {String} s
# @return {Integer}
def num_decodings(s)
  return 0 if s.length == 0
  n = s.length
  memo = Array.new(n+1,0)
  memo[n] = 1
  memo[n-1] = s[n-1]=="0" ? 0 : 1
  (0...n-1).to_a.reverse.each do |i|
    next if s[i] == "0"
    memo[i] = s[i...(i+2)].to_i <= 26 ? memo[i+1] + memo[i+2] : memo[i+1]
  end
  puts memo.to_s
  return memo[0]
end

递归解决方案:

# @param {String} s
# @return {Integer}
def num_decodings(s)
    #puts "s: #{s}"
    return 0 if s.length == 0
    return 0 if s[0] == "0"
    return 1 if s.length == 1
    return 1 if s.length == 2 && s[1] == "0" && s.to_i <= 26
    return 0 if s.length == 2 && s[1] == "0" && s.to_i > 26
    return 2 if s.length == 2 && s.to_i <= 26
    return 1 if s.length == 2
    @ways ||= {}
    return @ways[s] if @ways[s]
    if s[0..1].to_i <= 26 
        @ways[s] = num_decodings(s[1..-1]) + num_decodings(s[2..-1])
    else
        @ways[s] = num_decodings(s[1..-1])
    end
    #puts @ways
    return @ways[s]
end

输入:"2545632102" 输出:2

这是Leetcode的问题:https://leetcode.com/problems/decode-ways/

1 个答案:

答案 0 :(得分:0)

我继续研究递归解决方案,并意识到虽然DP解决方案只需要考虑n-1和n-2,但我的递归基本情况恰好是不必要的奇怪。所以我简化了它并最终得到了这个:

def num_decodings(s)
    return 0 if s.length == 0
    return 0 if s[0] == "0"
    return 1 if s.length == 1
    @ways ||= {}
    return @ways[s] if @ways[s]
    if s[0..1].to_i <= 26
        prev = s.length <= 2 ? 1 : num_decodings(s[2..-1])
        @ways[s] = num_decodings(s[1..-1]) + prev
    else
        @ways[s] = num_decodings(s[1..-1])
    end
    return @ways[s]
end

此解决方案已经与DP解决方案非常相似,并且具有相似的复杂程度。

当然,DP解决方案仍然更快。