动态规划标签_腾讯云开发者社区

动态规划

poj 2955 动态规划--括号匹配

动态规划-----------------括号匹配题意是求括号的最大匹配数dp[i][j] 表示 i 和 j 之间匹配的最大对数状态转移方程： dp[i][j] = max(dp[i][j] , dp[i][k] + dp[k+1][j])---------------------------------------------------------------------

陈-小苏
2013-06-30 22:36:51

 829

#动态规划
HDU2084 数塔

数塔Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)Total Submission(s): 15753 Accepted Submission(s): 9399Problem Description在讲述DP算法的时候，一个经典的例子就是数塔问题，它

 _花花
2013-07-26 17:37:59

 979

#动态规划
Nyoj 492 骨牌铺方格[简单动态规划||斐波那契数列]

/*NYoj 429 骨牌铺方格经典动态规划.dp[i]表示还是第i个的2Xi的铺放种类.dp[i]可以横着放也可以竖着放.递推最后的放置只有两种可能竖着放一个那他的种数等于dp[i-1]横着放两个那他的种数等于dp[i-2]*/#includeusing namespace std;int main(){long long

creat2012
2013-07-18 18:06:21

 1225

#动态规划
hdu 2059 龟兔赛跑

题目是动归，状态是比较轻松能够分出来的。总的来说就是每一个加油点是一个状态，比如i点就由之前i-1个点确定，从起点到i-1每个点都走到i点一次，求出最小的时间，保存在i点。需要注意的起点的处理以及终点。题目思路挺清晰的，只要注意下细节，给dp入门做练习还是挺不错的。#include#includeusing namespace std;main(){ int n,i,p[107

本地磁盘_H
2013-07-22 17:21:49

 501

#动态规划
技术拆解：Infoseek舆情监测系统的多模态架构与全链路实现（附代码实战）

在多模态舆情爆发、AI生成内容泛滥的2025年，传统基于Elasticsearch+Logstash的监测方案面临“非文本数据解析难、高并发响应慢、语义理解精度低”三大技术瓶颈。本文深度拆解Infoseek舆情监测系统的底层技术架构，涵盖分布式多模态采集、大模型智能研判、区块链存证处置三大核心模块，并附关键代码实现与性能对比数据。系统采用微服务化分层设计，基于Kubernetes容器化部署，单集群

 2501_93332955
2026-02-26 15:00:00

 434

 9

#开发语言 #动态规划
CSDNC知道 LeetCode public boolean isMatch(String s, String p)

通常用于解决字符串匹配问题，最常见的是正则表达式匹配或者通配符匹配问题，下面分别介绍两种常见情况的实现。可以匹配任意字符串（包括空字符串）。表示前面的字符可以出现零次或多次。可以匹配任意单个字符，可以匹配任意单个字符，

稚辉君.MCA.P9.JAVA
2026-02-18 09:04:40

 54

#leetcode #算法 #后端 +2
优质技术博客分享（保你有收益）

优质技术博客分享，满满技术收益

 XiYue_HUI
2026-01-21 18:58:26

 44

#大数据 #kafka #python +4
【C++入门】竞赛保姆带你彻底撕裂动态规划(DP)：掌握状态转移，告别算法焦虑！

在 CSDN 的算法问答区，每天都有无数人问：“怎么才能想出状态转移方程？”、“为什么我看懂了题解，自己还是写不出代码？大家觉得难，往往是因为试图用人脑去模拟计算机的每一步递归，结果脑容量溢出，直接宕机。记住一句核心心法：DP 的本质是“历史记录的复用”！只要学会了如何查表，DP 就不再可怕。在计算过程中，同一个问题会被反复计算多次。比如算斐波那契数列，算F5F(5)F5需要F4F(4)F4和F3

kisbad
2026-04-15 19:13:44

 841

 14

#算法 #c++#动态规划 +3
0-1背包问题（完全背包问题）的二维/一维，正序/倒序遍历的完全理解

反正我看csdn，b站上没有讲的很清楚的，这里简略写一下，后面如果有时间了就更新成代码和视频动画讲解，

2501_91383124
2026-01-06 20:11:32

 203

 3

#动态规划 #算法
Qwen3智能字幕系统数学建模：时间轴对齐算法解析

本文介绍了如何在星图GPU平台自动化部署🎬 清音刻墨 · Qwen3 智能字幕对齐系统，实现高精度字幕时间轴对齐。该系统通过动态规划和概率图模型算法，智能匹配音频与文本序列，可广泛应用于视频制作、在线教育等场景，自动生成精准字幕，提升内容制作效率与观看体验。

张阿拉撕裤
2026-03-19 00:23:14

 227

 5

#语音识别 #动态规划
90%保密团队弃用云端AI配音：揭秘矩阵跃动‘三隔离架构‘

最近在CSDN社区里看到不少开发者朋友讨论一个现象：某省级宣传部门下属的视频制作团队，把原本部署在公有云上的AI配音服务全部下线，转而采购了一台本地设备——不是服务器集群，也不是私有云方案，而是一台带屏幕、能插U盘、开机即用的一体机。一位做东南亚市场的创业者提到，他同时运营印尼语、越南语、泰语三条短视频线，以往依赖不同国家接口商提供的SDK，结果同一句中文脚本译成三种语言后，情绪节奏差异明显，人工

 觅特科技-互站
2026-02-12 11:18:59

 390

 7

#人工智能 #架构 #动态规划 +1
算法优化：最大子段和，最大子矩阵和，一维，二维情况分析，动态规划

最大子段和，前面b[j]理解的是：终点在j的最大连续子段和，及从k:j最大和是对b[j]进行动态规划，从k:j最大和：取决于k:j-1的最大和，他大于0的话，就为k:j-1的最大和+arr[j],他小于0的话，就只是arr[j]终点在j一共有n种情况，原问题只是求b[j]的最大值从上面可以看出，终点在j的最大连续子段和这个还是很刁钻的，解决问题你不从原问题直接去分解，而去想“终点在j的最...

萤火虫之暮
2018-12-16 13:18:16

 1104

 3

#动态规划
最长公共子序列（LCS）动态规划的算法优化

最长公共子序列求解问题是一种典型的动态规划问题。此文章以http://nyoj.top/problem/1409 或http://acm.nyist.edu.cn/JudgeOnline/problem.php?pid=36为例说明最长子序列的动态规划算法如何优化。关于最长公共子序列的动态规划，见https://blog.csdn.net/hrn1216/article/details...

为梦奔跑19
2018-10-16 23:04:03

 1w

 11

#算法 #动态规划
c++使用朴素递归算法（自顶向下递归）和动态规划dp（带备忘的自顶向下，自底向上）解决钢条切割及运行实例结果

本博文资料来源于算法导论第三版动态规划有两种等价实现方法：带备忘的自顶向下发（topDownWithMemoization）,自底向上方法，付出额外的内存空间来节省计算时间，是典型的时空权衡，递归时会保存每个子问题的解长度n与对应价格p关系1~10的对应最优收益朴素递归之自顶向下方法伪代码c++代码#inclu

IT_job
2017-12-28 13:38:58

 2281

 2

#c++#动态规划
c++动态规划算法详解

动态规划（DP）是一种通过分解重叠子问题来优化求解的算法思想。其核心特征包括最优子结构、重叠子问题和无后效性。解题四步走：1）定义状态；2）推导状态转移方程；3）初始化；4）确定遍历顺序。经典案例包括斐波那契数列、爬楼梯、最大子数组和以及0-1背包问题，展示了从基础到进阶的应用。DP可通过空间优化（如滚动数组）提高效率。判断问题是否适用DP的标准是：是否具有最优子结构、重叠子问题且满足无后效性。掌

 whycthe
2026-03-13 18:18:09

 822

 17

#算法 #c++#动态规划
【强化学习】第九章：基于Action-Critic框架的强化学习：QAC、A2C、离轨AC方法

基于AC框架的强化学习方法是当前强化学习中最流行、最普遍的方法。基于AC框架的算法也层出不穷，比如：A2C、PPO、TRPO等算法。

宝贝儿好
2026-02-13 21:53:03

 653

 5

#动态规划 #算法 #python +2
强化学习入门学习第二课 —— 基础方法：动态规划（DP）—— 价值迭代 & 策略迭代

本文系统介绍了动态规划（DP）在强化学习中的应用。主要内容包括：1. DP基本原理：通过分解子问题求解最优策略，需满足最优子结构和重叠子问题条件；2. 核心算法：策略评估（计算给定策略的价值函数）、策略改进（基于价值函数优化策略）、策略迭代（交替评估和改进）和价值迭代（直接优化价值函数）；3. 实现对比：策略迭代适合小规模问题，价值迭代效率更高；4. 代码示例：以网格世界为例展示了两种算法的Pyt

rmysjm
2025-12-02 18:25:55

 1575

 42

#学习 #动态规划 #算法
深入探讨三大编程语言：Java、C# 与 C++ 的比较与应用

摘要： Java、C#和C++是三大主流编程语言，各具优势。Java凭借跨平台特性和丰富框架，适用于企业级应用和大数据处理；C#依托微软生态，适合桌面、Web及游戏开发；C++以高性能和底层控制能力成为系统级开发和高性能计算的首选。选择时需考虑性能、平台支持及开发复杂度，三者分别在企业应用、微软生态项目及底层系统中占据核心地位。

2501_94114373
2025-11-17 02:33:37

 504

 7

#动态规划
算法优化实战

本文探讨了流媒体平台推荐系统的算法优化实践，重点分析了奈飞的技术方案。文章从冷启动问题、数据稀疏性等核心挑战切入，详细介绍了协同过滤算法的深度优化方法，包括矩阵分解的工程实践和小批量训练技术。作者通过Python代码示例展示了如何处理新用户/新内容冷启动、构建隐式反馈矩阵等技术细节。全文系统性地梳理了从推荐系统到内容分发的算法优化路径，为算法工程师提供了可落地的实践参考。文章还涵盖了深度学习应用、

ymqzhy
2025-08-13 17:27:12

 808

 15

#算法 #数据结构 #动态规划 +1
【文章复现】非线性值迭代自适应动态规划（ADP）：使用神经网络HJB方法的非线性系统饱和执行器近似最优研究（Matlab代码实现）

非线性系统的最优控制问题一直是控制领域的核心挑战，其核心在于求解哈密尔顿-雅可比-贝尔曼（HJB）方程。然而，传统动态规划方法因“维数灾”问题难以应用于复杂非线性系统。本研究基于值迭代自适应动态规划（ADP）框架，结合神经网络近似技术，提出了一种针对带有饱和执行器的非线性系统的近似最优控制方法。该方法通过神经网络逼近HJB方程的解，避免了直接求解偏微分方程的复杂性，并通过仿真验证了其在饱和约束下的

 qq_57231208
2025-07-27 11:39:05

 1037

 8

#动态规划 #神经网络 #matlab +1
一文读懂动态规划算法（策略迭代+价值迭代+完整代码）—强化学习(2)

在马尔可夫决策过程（MDP）中，动态规划（Dynamic Programming, DP）算法是求解最优策略和最优价值函数的经典方法。其核心思想是利用，通过迭代更新价值函数或策略，最终收敛到最优解。和。

神石石
2025-07-21 17:24:30

 2434

 38

#算法 #动态规划 #深度学习 +1
基于MATLAB动态规划DP和强化学习RL的跟踪控制系统训练算法

基于MATLAB动态规划DP和强化学习RL的跟踪控制系统训练算法简介：本算法代码结合策略迭代PI框架与神经网络函数逼近，通过Actor-Critic架构实现连续状态空间下的最优跟踪控制器训练，解决了传统动态规划的维数灾难问题。核心内容概括：动态规划（策略迭代）+ 强化学习（Actor-Critic）+ 跟踪控制 + 训练算法。1.动态规划：代码实现了策略迭代（Policy Iteration），本

 资深码侬
2025-06-28 10:00:00

 1158

 17

#算法 #matlab #动态规划
【强化学习】动态规划

策略评估：迭代计算当前策略的价值（贝尔曼期望方程）。策略改进：根据价值贪婪更新策略（贝尔曼最优方程）。收敛：当策略不再改变时停止。效率：策略迭代通常比值迭代更快收敛，但每次评估需迭代至收敛。五、为什么动态规划高效？复用子问题解通过存储 v(s) 避免重复计算（如格子(2,2)的价值被周围多个状态复用）。系统化遍历状态价值迭代的 max 操作隐式完成策略改进，减少显式策略评估次数。理论保证贝尔曼方程

 藓类少女
2025-06-26 20:00:37

 1092

 15

#动态规划 #代理模式 #算法
中国温室气体排放因子数据库

《2024年中国温室气体排放因子数据库》由数据皮皮侠团队整理，包含最新温室气体排放数据。数据涵盖燃料燃烧、工业生产、废弃物处理等七大类别，按排放源和行业分类，并包含GWP指标评估不同气体影响。该数据库以Excel形式呈现2021-2022年省级排放因子数据，为政策制定、学术研究和企业减排提供科学依据。数据来源为国家温室气体排放因子数据库，仅限学术研究使用。

2501_91959248
2025-06-13 14:10:57

 1262

 8

#大数据 #矩阵 #动态规划 +2
leetcode刷题日记 -- 44通配符匹配(动态规划 + c++思路详解）

字符匹配+动态规划

 m0_68721380
2025-06-09 16:17:25

 735

 8

#leetcode #动态规划 #c++
一文读懂强化学习：从基础到应用

强化学习是人工智能领域的一种学习方法，简单来说，就是让一个智能体（比如机器人、电脑程序）在一个环境里不断尝试各种行为。每次行为后，环境会给智能体一个奖励或者惩罚信号，智能体根据这个信号来调整自己的行为，目的是让自己在未来能获得更多奖励。就像训练小狗，小狗做对了动作（比如坐下），就给它零食（奖励），做错了就没有零食（惩罚），慢慢地小狗就知道怎么做能得到更多零食，也就是学会了最优行为。

纵享孤独
2025-02-23 15:23:39

 553

 4

#算法 #时序数据库 #大数据 +2
信息学奥赛c++语言:求出 e 的值

利用公式 e=1+1/1!，求 e 的值，要求保留小数点后 10 位。输入只有一行，该行包含一个整数 n，表示计算 ee 时累加到 1/n!输出只有一行，该行包含计算出来的 e的值，要求打印小数点后 10 位。

敲代码的八戒
2025-02-01 22:43:07

 543

 1

#c++#算法 #开发语言 +2
信息学奥赛c++语言:含 k 个 3 的数

输入两个正整数 m 和 k，其中 1<m≤1015，1<k≤15，判断 m 是否恰好含有 k 个 3，如果满足条件，则输出。输入一行，为两个整数 m,km,k，中间用单个空格间隔。

敲代码的八戒
2025-01-31 23:31:56

 722

 12

#c++#算法 #数据结构 +3
信息学奥赛c++语言:计算多项式的值

假定多项式的形式为 xn+x(n−1)+xn+x(n−1)+ …+x2+x+1+x2+x+1，请计算给定单精度浮点数 x和正整数 n 值的情况下这个多项式的值。多项式的值精确到小数点后两位，保证最终结果在 double 范围内。输出一个实数，即多项式的值，精确到小数点后两位。保证最终结果在 double 范围内。x 在 double 范围内，n≤1000000。输入仅一行，包括 x 和 n，用单个

 敲代码的八戒
2025-02-01 23:56:14

 329

 1

#c++#算法 #开发语言 +2
信息学奥赛c++语言:计算分数加减表达式的值

编写程序，输入n的值，求1/1−1/2+1/3−1/4+1/5−1/6+1/7−1/8+...+(−1)^(n−1)⋅1/n的值。输出一个实数，为表达式的值，保留到小数点后四位。

敲代码的八戒
2025-01-25 22:03:17

 456

 8

#c++#算法 #动态规划 +3
LeetCode 算法：完全平方数 c++

LeetCode 算法：完全平方数 c++

一九九一晚春
2024-09-04 22:09:22

 2079

 44

#算法 #leetcode #c++ +2
Java中的递归算法优化：如何通过尾递归与动态规划提升性能

尾递归优化减少了递归调用的栈空间消耗，而动态规划通过保存中间结果避免了重复计算。方法通过将递归调用的结果作为参数传递，从而减少了递归调用的栈深度，实现了尾递归优化。虽然Java并不直接支持尾递归优化，但良好的尾递归编程习惯可以帮助实现更高效的递归调用。尾递归是指在递归函数的最后一步是递归调用自身，这样编译器可以优化递归调用，减少栈帧的消耗。通过尾递归优化，可以避免递归调用时栈空间的消耗，提高程序的

 糖9826
2024-08-12 19:39:00

 920

 7

#算法 #java #动态规划
c++ 记忆化递归来提高斐波那契数列的计算效率

使用记忆化递归（也称为缓存递归）可以显著提高斐波那契数列的计算效率。这种方法通过将已经计算过的结果存储在一个数组中，从而避免重复计算。记忆化递归将时间复杂度降低到 O(n)，因为每个子问题只计算一次。来存储已计算的斐波那契数。表示这些值尚未计算。

乱敲的码农
2024-07-31 17:17:02

 697

 10

#c++#开发语言 #算法 +2
01背包问题c++动态规划代码及讲解

为了方便广大朋友们理解01背包问题，也方便我自己复习而先出的文章如果有错误欢迎指出！！！我将感激不尽！！！

cocoon徐
2024-05-22 21:10:21

 1603

 28

#c++#动态规划 #开发语言
动态规划详细讲解c++|经典例题讲解认识动态规划|0-1背包问题详解

动态规划详细讲解c++|以经典例题为切入点认识动态规划方法模板|0-1背包问题详解|内含oj链接

 甫为964
2024-03-30 23:05:17

 1843

 28

#动态规划 #c++#算法 +1
用c++解决最少钱问题（基础做法——＞动态规划）

学习记录

 陌迹
2023-12-31 01:34:27

 1528

 27

#c++#动态规划 #开发语言
c++信息奥赛一本通oj 1079：计算分数加减表达式的值

编写程序，输入n�的值，求11−12+13−14+15−16+17−18+...+(−1)n−1⋅1n11−12+13−14+15−16+17−18+...+(−1)�−1·1�的值。时间限制: 1000 ms内存限制: 65536 KB。输入一个正整数n�。(1<=n<=1000)(1<=�<=1000)提交数: 43544通过数: 31529。输出一个实数，为表达式的值，保留到小数点后四位。1

黑胡发
2023-12-24 15:12:46

 818

 14

#c++#算法 #动态规划
【强化学习-读书笔记】动态规划（策略评估、价值迭代、策略迭代算法）

动态规划 (Dynamic Programming, DP) 是一类优化方法，在给定一个用马尔可夫决策过程 (MDP) 描述的完备环境模型的情况下，其可以计算最优的策略。

x66ccff
2023-12-14 15:14:25

 1684

 23

#动态规划 #人工智能
c++多循环

请从键盘读入一个整数n(n是1~10的范围内的奇数)，打印出如下图所示的n行的完整的蝴蝶结!输入1个整数n输出由该字符*构成的直角三角形输入。输入1个整数n输出边长为n的平行四边形输入。

asxz12345
2023-11-19 16:50:55

 935

 1

#c++#算法 #动态规划
【信息学奥赛一本通】（c++版）2053：【例3.3】三个数

输入三个整数，按从大到小的顺序输出。按从大到小的顺序输出。

焦花花168
2023-07-15 18:45:00

 1828

#leetcode #动态规划 #算法
【c++】摘花生

Hello Kitty想摘点花生送给她喜欢的米老鼠。她来到一片有网格状道路的矩形花生地(如下图)，从西北角进去，东南角出来。地里每个道路的交叉点上都有种着一株花生苗，上面有若干颗花生，经过一株花生苗就能摘走该它上面所有的花生。Hello Kitty只能向东或向南走，不能向西或向北走。问Hello Kitty最多能够摘到多少颗花生。那么可以得到转移方程：dp[i][j]=max(dp[i][j-1]

DevLe2010
2023-04-30 19:39:27

 944

#c++#算法 #动态规划
强化学习笔记-04 动态规划Dynamic Programming

Reinforcement Learning- An introduction，Dynamic Programming，，Gambler’s Problem，ValueIteration，Generalized Policy Iteration，强化学习，动态规划

 tostq
2023-03-18 23:49:56

 664

#动态规划 #算法 #深度学习
用c++写判断一个点是否在多边形内的代码

这里是一个简单的 C 代码来判断一个点是否在多边形内:bool isInside(double x, double y, double polyX[], double polyY[], int polySides){int i, j=polySides-1 ;bool oddNodes=0;for (i=0; i<polySides; i++){if ...

金刚廉神兽
2023-01-13 10:44:42

 233

#c++#数据结构 #开发语言 +2
动态规划：区间DP 详解（三道例题c++实现）

区间DP 动态规划：三道例题！！关路灯，能量项链，合唱队

 HugeYLH
2023-02-07 18:02:46

 1456

 4

#动态规划 #c++#算法
c++ 旅行商问题（动态规划）

TSP，即旅行商问题，又称TSP问题（Traveling SalesmanProblem），是数学领域中著名问题之一。假设有一个旅行商人要拜访N个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。TSP问题是一个NPC问题。

旧林墨烟
2022-11-24 15:34:06

 2.1w

 87

#动态规划 #c++#算法
强化学习——day17 读论文：基于强化学习动态规划的城市多路径规划模型（2022 Q1 外）

在本文中，我们提出了一个多路径DP模型来解决路径规划问题，并证明了它能够在仅使用有限信息作为输入的情况下，找到能够以最短行程时间规划车辆路径的最优策略。我们可以对所提出的方法得出一些结论。首先，通过在奖励函数中引入距离贡献指数DC I，我们的方法确保了代理可以选择更好的动作，并避免不必要的迂回。第二，我们的方法不仅生成最优路径，而且生成每个交叉口的驾驶策略。这项政策可以为车辆的最佳路线提供几个可比

 想太多!
2022-09-14 09:30:00

 906

#动态规划 #人工智能
电力系统负荷预测基于神经网络模型

神经网络模型对电力系统负荷进行预测，得出一天24小时电力系统负荷预测结果以及预测误差

 棕榈tree
2022-05-30 16:15:36

 2872

 2

#神经网络 #人工智能 #深度学习 +2
动态规划求解强化学习任务——策略评估[解析解]

上一节我们提到，策略迭代(Policy Iteration)是动态规划(Dynamic Programming,DP)求解强化学习任务的一种方式，共包含两个部分：策略评估，策略改进。本节主要介绍：在策略评估过程中使用解析方式求解最优价值函数。

静静的喝酒
2022-05-24 16:16:33

 1591

 3

#动态规划 #算法 #概率论