我试图通过使用帕斯卡三角形进行递归来计算二项式系数。它适用于小数字,但 20 up 要么真的很慢,要么根本不起作用。
我尝试查找一些优化技术,例如“chaching”,但它们似乎并没有很好地集成到 C++ 中。
如果对您有帮助,这是代码。
int binom(const int n, const int k)
{
double sum;
if(n == 0 || k == 0){
sum = 1;
}
else{
sum = binom(n-1,k-1)+binom(n-1,k);
}
if((n== 1 && k== 0) || (n== 1 && k== 1))
{
sum = 1;
}
if(k > n)
{
sum = 0;
}
return sum;
}
int main()
{
int n;
int k;
int sum;
cout << "Enter a n: ";
cin >> n;
cout << "Enter a k: ";
cin >> k;
Summe = binom(n,k);
cout << endl << endl << "Number of possible combinations: " << sum <<
endl;
}
我的猜测是程序浪费了很多时间来计算它已经计算出的结果。它必须以某种方式记住过去的结果。
最佳答案
My guess is that the program wastes a lot of time calculating results it has already calculated.
这绝对是真的。
关于这个话题,我建议你看看Dynamic Programming Topic .
有一类问题需要指数级的运行时间复杂度,但可以使用动态编程技术 来解决。 这会将运行时复杂度降低到多项式复杂度(大多数情况下,以增加空间复杂度为代价)。
动态规划的常用方法是:
- 自上而下(利用内存和递归)。
- 自下而上(迭代)。
以下是我的自下而上解决方案(快速且紧凑):
int BinomialCoefficient(const int n, const int k) {
std::vector<int> aSolutions(k);
aSolutions[0] = n - k + 1;
for (int i = 1; i < k; ++i) {
aSolutions[i] = aSolutions[i - 1] * (n - k + 1 + i) / (i + 1);
}
return aSolutions[k - 1];
}
该算法具有运行时复杂度O(k)
和空间复杂度O(k)
。
事实上,这是线性的。
此外,此解决方案比递归方法更简单、更快速。它对 CPU 缓存非常友好。
另请注意,不依赖于 n
。
我利用简单的数学运算并获得以下公式获得了这个结果:
(n, k) = (n - 1, k - 1) * n / k
Some math references on the Binomial Coeffient .
注意
该算法实际上并不需要 O(k)
的空间复杂度。
实际上,第 i-th 步的解决方案仅取决于 (i-1)-th。
因此,无需存储所有中间解决方案,而只需存储上一步的解决方案。这将使算法在空间复杂度方面O(1)
。
但是,我更愿意将所有中间解决方案保留在解决方案代码中,以更好地展示动态编程方法背后的原理。
关于C++ 二项式系数太慢,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55421835/