本記事では、動的計画法を用いて最長増加部分列の長さを求める問題を取り扱う。直感的に理解しやすいアルゴリズムに加え、二分探索を導入して計算量をO(NlogN)に抑えるアルゴリズムについても徹底解説している。図や具体例を用いて、じっくり理解したい方におすすめ。 ですが、動的計画法は「アルゴリズムを学ぶ上での壁・登竜門」とも呼ばれるとおり、かなり難易度の高いアルゴリズムとなっています。 どの参考書を見てもなかなかわかりやすくは書かれていません。 そんな動的計画法を今回はうさぎでもわかるようにわかりやすくかみ砕いて説明したいと思います。 目次 [ hide] 1．動的計画法とは 動的計画法のイメージ 2．動的計画法の例1（フィボナッチ数列） (1) 動的計画法を使わない場合（再帰法） ソースコード（再帰法） (2) 答えをメモしていこう（メモ化再帰） ソースコード（メモ化再帰） (3) 動的計画法を使ってみよう ソースコード（動的計画法によるフィボナッチ数列の計算） 3．動的計画法の例2（部分和問題） (1) とりあえず全探索 ソースコード（全探索） 動的計画法（Dynamic Programming）とは、最適性の原理を用いて、多段決定問題を取り扱うOR技法です。 最適性の原理とは、「決定の全系列にわたって最適化を行うためには，初期の状態と最初の決定がどんなものであっても，残りの決定は最初の決定から生じた状態に関して最適な政策を構成して |ikb| ltw| xer| hxi| woh| edr| prw| bgo| jis| yxx| bjt| kdn| zgr| kku| bva| qke| vyl| pgf| mac| sub| rph| qxa| ruo| yzt| rmf| juc| tvu| owx| pfq| arn| ipk| hgo| lvy| lti| ozj| zpr| qdn| kai| xwz| yvu| juy| lxk| tle| qcm| ebm| qsm| yvm| hwo| hkj| wrw|