Add ru version (#1865)

* Add Russian docs site baseline

* Add Russian localized codebase

* Polish Russian code wording

* Update ru code translation.

* Update code translation and chapter covers.

* Fix pythontutor extraction.

* Add README and landing page.

* placeholder of profiles

* Use figures of English version

* Remove chapter paperbook
This commit is contained in:
Yudong Jin
2026-03-28 04:24:07 +08:00
committed by GitHub
parent 2ca570cc33
commit 772183705e
1958 changed files with 108186 additions and 0 deletions
@@ -0,0 +1,36 @@
// File: climbing_stairs_backtrack.go
// Created Time: 2023-07-18
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
/* Бэктрекинг */
func backtrack(choices []int, state, n int, res []int) {
// Когда подъем достигает n-й ступени, число вариантов увеличивается на 1
if state == n {
res[0] = res[0] + 1
}
// Перебор всех вариантов выбора
for _, choice := range choices {
// Отсечение: нельзя выходить за n-ю ступень
if state+choice > n {
continue
}
// Попытка: сделать выбор и обновить состояние
backtrack(choices, state+choice, n, res)
// Откат
}
}
/* Подъем по лестнице: бэктрекинг */
func climbingStairsBacktrack(n int) int {
// Можно подняться на 1 или 2 ступени
choices := []int{1, 2}
// Начать подъем с 0-й ступени
state := 0
res := make([]int, 1)
// Использовать res[0] для хранения числа решений
res[0] = 0
backtrack(choices, state, n, res)
return res[0]
}
@@ -0,0 +1,25 @@
// File: climbing_stairs_constraint_dp.go
// Created Time: 2023-07-18
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
/* Подъем по лестнице с ограничениями: динамическое программирование */
func climbingStairsConstraintDP(n int) int {
if n == 1 || n == 2 {
return 1
}
// Инициализация таблицы dp для хранения решений подзадач
dp := make([][3]int, n+1)
// Начальное состояние: заранее задать решения наименьших подзадач
dp[1][1] = 1
dp[1][2] = 0
dp[2][1] = 0
dp[2][2] = 1
// Переход состояний: постепенное решение больших подзадач через меньшие
for i := 3; i <= n; i++ {
dp[i][1] = dp[i-1][2]
dp[i][2] = dp[i-2][1] + dp[i-2][2]
}
return dp[n][1] + dp[n][2]
}
@@ -0,0 +1,21 @@
// File: climbing_stairs_dfs.go
// Created Time: 2023-07-18
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
/* Поиск */
func dfs(i int) int {
// dp[1] и dp[2] уже известны, вернуть их
if i == 1 || i == 2 {
return i
}
// dp[i] = dp[i-1] + dp[i-2]
count := dfs(i-1) + dfs(i-2)
return count
}
/* Подъем по лестнице: поиск */
func climbingStairsDFS(n int) int {
return dfs(n)
}
@@ -0,0 +1,32 @@
// File: climbing_stairs_dfs_mem.go
// Created Time: 2023-07-18
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
/* Поиск с мемоизацией */
func dfsMem(i int, mem []int) int {
// dp[1] и dp[2] уже известны, вернуть их
if i == 1 || i == 2 {
return i
}
// Если запись dp[i] существует, сразу вернуть ее
if mem[i] != -1 {
return mem[i]
}
// dp[i] = dp[i-1] + dp[i-2]
count := dfsMem(i-1, mem) + dfsMem(i-2, mem)
// Сохранить dp[i]
mem[i] = count
return count
}
/* Подъем по лестнице: поиск с мемоизацией */
func climbingStairsDFSMem(n int) int {
// mem[i] хранит число способов подняться на i-ю ступень, -1 означает отсутствие записи
mem := make([]int, n+1)
for i := range mem {
mem[i] = -1
}
return dfsMem(n, mem)
}
@@ -0,0 +1,35 @@
// File: climbing_stairs_dp.go
// Created Time: 2023-07-18
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
/* Подъем по лестнице: динамическое программирование */
func climbingStairsDP(n int) int {
if n == 1 || n == 2 {
return n
}
// Инициализация таблицы dp для хранения решений подзадач
dp := make([]int, n+1)
// Начальное состояние: заранее задать решения наименьших подзадач
dp[1] = 1
dp[2] = 2
// Переход состояний: постепенное решение больших подзадач через меньшие
for i := 3; i <= n; i++ {
dp[i] = dp[i-1] + dp[i-2]
}
return dp[n]
}
/* Подъем по лестнице: динамическое программирование с оптимизацией памяти */
func climbingStairsDPComp(n int) int {
if n == 1 || n == 2 {
return n
}
a, b := 1, 2
// Переход состояний: постепенное решение больших подзадач через меньшие
for i := 3; i <= n; i++ {
a, b = b, a+b
}
return b
}
@@ -0,0 +1,57 @@
// File: climbing_stairs_test.go
// Created Time: 2023-07-18
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import (
"fmt"
"testing"
)
func TestClimbingStairsBacktrack(t *testing.T) {
n := 9
res := climbingStairsBacktrack(n)
fmt.Printf("Количество способов подняться по лестнице из %d ступеней: %d\n", n, res)
}
func TestClimbingStairsDFS(t *testing.T) {
n := 9
res := climbingStairsDFS(n)
fmt.Printf("Количество способов подняться по лестнице из %d ступеней: %d\n", n, res)
}
func TestClimbingStairsDFSMem(t *testing.T) {
n := 9
res := climbingStairsDFSMem(n)
fmt.Printf("Количество способов подняться по лестнице из %d ступеней: %d\n", n, res)
}
func TestClimbingStairsDP(t *testing.T) {
n := 9
res := climbingStairsDP(n)
fmt.Printf("Количество способов подняться по лестнице из %d ступеней: %d\n", n, res)
}
func TestClimbingStairsDPComp(t *testing.T) {
n := 9
res := climbingStairsDPComp(n)
fmt.Printf("Количество способов подняться по лестнице из %d ступеней: %d\n", n, res)
}
func TestClimbingStairsConstraintDP(t *testing.T) {
n := 9
res := climbingStairsConstraintDP(n)
fmt.Printf("Количество способов подняться по лестнице из %d ступеней: %d\n", n, res)
}
func TestMinCostClimbingStairsDPComp(t *testing.T) {
cost := []int{0, 1, 10, 1, 1, 1, 10, 1, 1, 10, 1}
fmt.Printf("Список стоимостей ступеней = %v\n", cost)
res := minCostClimbingStairsDP(cost)
fmt.Printf("Минимальная стоимость подъема по лестнице = %d\n", res)
res = minCostClimbingStairsDPComp(cost)
fmt.Printf("Минимальная стоимость подъема по лестнице = %d\n", res)
}
@@ -0,0 +1,66 @@
// File: coin_change.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import "math"
/* Размен монет: динамическое программирование */
func coinChangeDP(coins []int, amt int) int {
n := len(coins)
max := amt + 1
// Инициализация таблицы dp
dp := make([][]int, n+1)
for i := 0; i <= n; i++ {
dp[i] = make([]int, amt+1)
}
// Переход состояний: первая строка и первый столбец
for a := 1; a <= amt; a++ {
dp[0][a] = max
}
// Переход состояний: остальные строки и столбцы
for i := 1; i <= n; i++ {
for a := 1; a <= amt; a++ {
if coins[i-1] > a {
// Если целевая сумма превышена, монету i не выбирать
dp[i][a] = dp[i-1][a]
} else {
// Меньшее из двух решений: не брать или взять монету i
dp[i][a] = int(math.Min(float64(dp[i-1][a]), float64(dp[i][a-coins[i-1]]+1)))
}
}
}
if dp[n][amt] != max {
return dp[n][amt]
}
return -1
}
/* Размен монет: динамическое программирование */
func coinChangeDPComp(coins []int, amt int) int {
n := len(coins)
max := amt + 1
// Инициализация таблицы dp
dp := make([]int, amt+1)
for i := 1; i <= amt; i++ {
dp[i] = max
}
// Переход состояний
for i := 1; i <= n; i++ {
// Прямой обход
for a := 1; a <= amt; a++ {
if coins[i-1] > a {
// Если целевая сумма превышена, монету i не выбирать
dp[a] = dp[a]
} else {
// Меньшее из двух решений: не брать или взять монету i
dp[a] = int(math.Min(float64(dp[a]), float64(dp[a-coins[i-1]]+1)))
}
}
}
if dp[amt] != max {
return dp[amt]
}
return -1
}
@@ -0,0 +1,54 @@
// File: coin_change_ii.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
/* Размен монет II: динамическое программирование */
func coinChangeIIDP(coins []int, amt int) int {
n := len(coins)
// Инициализация таблицы dp
dp := make([][]int, n+1)
for i := 0; i <= n; i++ {
dp[i] = make([]int, amt+1)
}
// Инициализация первого столбца
for i := 0; i <= n; i++ {
dp[i][0] = 1
}
// Переход состояний: остальные строки и столбцы
for i := 1; i <= n; i++ {
for a := 1; a <= amt; a++ {
if coins[i-1] > a {
// Если целевая сумма превышена, монету i не выбирать
dp[i][a] = dp[i-1][a]
} else {
// Сумма двух решений: не брать или взять монету i
dp[i][a] = dp[i-1][a] + dp[i][a-coins[i-1]]
}
}
}
return dp[n][amt]
}
/* Размен монет II: динамическое программирование с оптимизацией памяти */
func coinChangeIIDPComp(coins []int, amt int) int {
n := len(coins)
// Инициализация таблицы dp
dp := make([]int, amt+1)
dp[0] = 1
// Переход состояний
for i := 1; i <= n; i++ {
// Прямой обход
for a := 1; a <= amt; a++ {
if coins[i-1] > a {
// Если целевая сумма превышена, монету i не выбирать
dp[a] = dp[a]
} else {
// Сумма двух решений: не брать или взять монету i
dp[a] = dp[a] + dp[a-coins[i-1]]
}
}
}
return dp[amt]
}
@@ -0,0 +1,23 @@
// File: coin_change_test.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import (
"fmt"
"testing"
)
func TestCoinChange(t *testing.T) {
coins := []int{1, 2, 5}
amt := 4
// Динамическое программирование
res := coinChangeDP(coins, amt)
fmt.Printf("Минимальное число монет для набора целевой суммы = %d\n", res)
// Динамическое программирование с оптимизацией памяти
res = coinChangeDPComp(coins, amt)
fmt.Printf("Минимальное число монет для набора целевой суммы = %d\n", res)
}
@@ -0,0 +1,129 @@
// File: edit_distance.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
/* Редакционное расстояние: полный перебор */
func editDistanceDFS(s string, t string, i int, j int) int {
// Если s и t пусты, вернуть 0
if i == 0 && j == 0 {
return 0
}
// Если s пусто, вернуть длину t
if i == 0 {
return j
}
// Если t пусто, вернуть длину s
if j == 0 {
return i
}
// Если два символа равны, сразу пропустить их
if s[i-1] == t[j-1] {
return editDistanceDFS(s, t, i-1, j-1)
}
// Минимальное число шагов редактирования = минимальное число шагов для вставки, удаления и замены + 1
insert := editDistanceDFS(s, t, i, j-1)
deleted := editDistanceDFS(s, t, i-1, j)
replace := editDistanceDFS(s, t, i-1, j-1)
// Вернуть минимальное число шагов редактирования
return MinInt(MinInt(insert, deleted), replace) + 1
}
/* Редакционное расстояние: поиск с мемоизацией */
func editDistanceDFSMem(s string, t string, mem [][]int, i int, j int) int {
// Если s и t пусты, вернуть 0
if i == 0 && j == 0 {
return 0
}
// Если s пусто, вернуть длину t
if i == 0 {
return j
}
// Если t пусто, вернуть длину s
if j == 0 {
return i
}
// Если запись уже есть, сразу вернуть ее
if mem[i][j] != -1 {
return mem[i][j]
}
// Если два символа равны, сразу пропустить их
if s[i-1] == t[j-1] {
return editDistanceDFSMem(s, t, mem, i-1, j-1)
}
// Минимальное число шагов редактирования = минимальное число шагов для вставки, удаления и замены + 1
insert := editDistanceDFSMem(s, t, mem, i, j-1)
deleted := editDistanceDFSMem(s, t, mem, i-1, j)
replace := editDistanceDFSMem(s, t, mem, i-1, j-1)
// Сохранить и вернуть минимальное число шагов редактирования
mem[i][j] = MinInt(MinInt(insert, deleted), replace) + 1
return mem[i][j]
}
/* Редакционное расстояние: динамическое программирование */
func editDistanceDP(s string, t string) int {
n := len(s)
m := len(t)
dp := make([][]int, n+1)
for i := 0; i <= n; i++ {
dp[i] = make([]int, m+1)
}
// Переход состояний: первая строка и первый столбец
for i := 1; i <= n; i++ {
dp[i][0] = i
}
for j := 1; j <= m; j++ {
dp[0][j] = j
}
// Переход состояний: остальные строки и столбцы
for i := 1; i <= n; i++ {
for j := 1; j <= m; j++ {
if s[i-1] == t[j-1] {
// Если два символа равны, сразу пропустить их
dp[i][j] = dp[i-1][j-1]
} else {
// Минимальное число шагов редактирования = минимальное число шагов для вставки, удаления и замены + 1
dp[i][j] = MinInt(MinInt(dp[i][j-1], dp[i-1][j]), dp[i-1][j-1]) + 1
}
}
}
return dp[n][m]
}
/* Редакционное расстояние: динамическое программирование с оптимизацией памяти */
func editDistanceDPComp(s string, t string) int {
n := len(s)
m := len(t)
dp := make([]int, m+1)
// Переход состояний: первая строка
for j := 1; j <= m; j++ {
dp[j] = j
}
// Переход состояний: остальные строки
for i := 1; i <= n; i++ {
// Переход состояний: первый столбец
leftUp := dp[0] // Временно сохранить dp[i-1, j-1]
dp[0] = i
// Переход состояний: остальные столбцы
for j := 1; j <= m; j++ {
temp := dp[j]
if s[i-1] == t[j-1] {
// Если два символа равны, сразу пропустить их
dp[j] = leftUp
} else {
// Минимальное число шагов редактирования = минимальное число шагов для вставки, удаления и замены + 1
dp[j] = MinInt(MinInt(dp[j-1], dp[j]), leftUp) + 1
}
leftUp = temp // Обновить до значения dp[i-1, j-1] для следующей итерации
}
}
return dp[m]
}
func MinInt(a, b int) int {
if a < b {
return a
}
return b
}
@@ -0,0 +1,40 @@
// File: edit_distance_test.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import (
"fmt"
"testing"
)
func TestEditDistanceDFS(test *testing.T) {
s := "bag"
t := "pack"
n := len(s)
m := len(t)
// Полный перебор
res := editDistanceDFS(s, t, n, m)
fmt.Printf("Чтобы преобразовать %s в %s, нужно минимум %d шагов\n", s, t, res)
// Поиск с мемоизацией
mem := make([][]int, n+1)
for i := 0; i <= n; i++ {
mem[i] = make([]int, m+1)
for j := 0; j <= m; j++ {
mem[i][j] = -1
}
}
res = editDistanceDFSMem(s, t, mem, n, m)
fmt.Printf("Чтобы преобразовать %s в %s, нужно минимум %d шагов\n", s, t, res)
// Динамическое программирование
res = editDistanceDP(s, t)
fmt.Printf("Чтобы преобразовать %s в %s, нужно минимум %d шагов\n", s, t, res)
// Динамическое программирование с оптимизацией памяти
res = editDistanceDPComp(s, t)
fmt.Printf("Чтобы преобразовать %s в %s, нужно минимум %d шагов\n", s, t, res)
}
@@ -0,0 +1,87 @@
// File: knapsack.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import "math"
/* Рюкзак 0-1: полный перебор */
func knapsackDFS(wgt, val []int, i, c int) int {
// Если все предметы уже рассмотрены или в рюкзаке не осталось места, вернуть стоимость 0
if i == 0 || c == 0 {
return 0
}
// Если вместимость рюкзака превышена, можно только не класть предмет в рюкзак
if wgt[i-1] > c {
return knapsackDFS(wgt, val, i-1, c)
}
// Вычислить максимальную стоимость для случаев, когда предмет i не кладут и кладут
no := knapsackDFS(wgt, val, i-1, c)
yes := knapsackDFS(wgt, val, i-1, c-wgt[i-1]) + val[i-1]
// Вернуть вариант с большей стоимостью из двух возможных
return int(math.Max(float64(no), float64(yes)))
}
/* Рюкзак 0-1: поиск с мемоизацией */
func knapsackDFSMem(wgt, val []int, mem [][]int, i, c int) int {
// Если все предметы уже рассмотрены или в рюкзаке не осталось места, вернуть стоимость 0
if i == 0 || c == 0 {
return 0
}
// Если запись уже есть, вернуть сразу
if mem[i][c] != -1 {
return mem[i][c]
}
// Если вместимость рюкзака превышена, можно только не класть предмет в рюкзак
if wgt[i-1] > c {
return knapsackDFSMem(wgt, val, mem, i-1, c)
}
// Вычислить максимальную стоимость для случаев, когда предмет i не кладут и кладут
no := knapsackDFSMem(wgt, val, mem, i-1, c)
yes := knapsackDFSMem(wgt, val, mem, i-1, c-wgt[i-1]) + val[i-1]
// Вернуть вариант с большей стоимостью из двух возможных
mem[i][c] = int(math.Max(float64(no), float64(yes)))
return mem[i][c]
}
/* Рюкзак 0-1: динамическое программирование */
func knapsackDP(wgt, val []int, cap int) int {
n := len(wgt)
// Инициализация таблицы dp
dp := make([][]int, n+1)
for i := 0; i <= n; i++ {
dp[i] = make([]int, cap+1)
}
// Переход состояний
for i := 1; i <= n; i++ {
for c := 1; c <= cap; c++ {
if wgt[i-1] > c {
// Если вместимость рюкзака превышена, предмет i не выбирать
dp[i][c] = dp[i-1][c]
} else {
// Большее из двух решений: не брать или взять предмет i
dp[i][c] = int(math.Max(float64(dp[i-1][c]), float64(dp[i-1][c-wgt[i-1]]+val[i-1])))
}
}
}
return dp[n][cap]
}
/* Рюкзак 0-1: динамическое программирование с оптимизацией памяти */
func knapsackDPComp(wgt, val []int, cap int) int {
n := len(wgt)
// Инициализация таблицы dp
dp := make([]int, cap+1)
// Переход состояний
for i := 1; i <= n; i++ {
// Обход в обратном порядке
for c := cap; c >= 1; c-- {
if wgt[i-1] <= c {
// Большее из двух решений: не брать или взять предмет i
dp[c] = int(math.Max(float64(dp[c]), float64(dp[c-wgt[i-1]]+val[i-1])))
}
}
}
return dp[cap]
}
@@ -0,0 +1,54 @@
// File: knapsack_test.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import (
"fmt"
"testing"
)
func TestKnapsack(t *testing.T) {
wgt := []int{10, 20, 30, 40, 50}
val := []int{50, 120, 150, 210, 240}
c := 50
n := len(wgt)
// Полный перебор
res := knapsackDFS(wgt, val, n, c)
fmt.Printf("Максимальная стоимость предметов без превышения вместимости рюкзака = %d\n", res)
// Поиск с мемоизацией
mem := make([][]int, n+1)
for i := 0; i <= n; i++ {
mem[i] = make([]int, c+1)
for j := 0; j <= c; j++ {
mem[i][j] = -1
}
}
res = knapsackDFSMem(wgt, val, mem, n, c)
fmt.Printf("Максимальная стоимость предметов без превышения вместимости рюкзака = %d\n", res)
// Динамическое программирование
res = knapsackDP(wgt, val, c)
fmt.Printf("Максимальная стоимость предметов без превышения вместимости рюкзака = %d\n", res)
// Динамическое программирование с оптимизацией памяти
res = knapsackDPComp(wgt, val, c)
fmt.Printf("Максимальная стоимость предметов без превышения вместимости рюкзака = %d\n", res)
}
func TestUnboundedKnapsack(t *testing.T) {
wgt := []int{1, 2, 3}
val := []int{5, 11, 15}
c := 4
// Динамическое программирование
res := unboundedKnapsackDP(wgt, val, c)
fmt.Printf("Максимальная стоимость предметов без превышения вместимости рюкзака = %d\n", res)
// Динамическое программирование с оптимизацией памяти
res = unboundedKnapsackDPComp(wgt, val, c)
fmt.Printf("Максимальная стоимость предметов без превышения вместимости рюкзака = %d\n", res)
}
@@ -0,0 +1,52 @@
// File: min_cost_climbing_stairs_dp.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
/* Минимальная стоимость подъема по лестнице: динамическое программирование */
func minCostClimbingStairsDP(cost []int) int {
n := len(cost) - 1
if n == 1 || n == 2 {
return cost[n]
}
min := func(a, b int) int {
if a < b {
return a
}
return b
}
// Инициализация таблицы dp для хранения решений подзадач
dp := make([]int, n+1)
// Начальное состояние: заранее задать решения наименьших подзадач
dp[1] = cost[1]
dp[2] = cost[2]
// Переход состояний: постепенное решение больших подзадач через меньшие
for i := 3; i <= n; i++ {
dp[i] = min(dp[i-1], dp[i-2]) + cost[i]
}
return dp[n]
}
/* Минимальная стоимость подъема по лестнице: динамическое программирование с оптимизацией памяти */
func minCostClimbingStairsDPComp(cost []int) int {
n := len(cost) - 1
if n == 1 || n == 2 {
return cost[n]
}
min := func(a, b int) int {
if a < b {
return a
}
return b
}
// Начальное состояние: заранее задать решения наименьших подзадач
a, b := cost[1], cost[2]
// Переход состояний: постепенное решение больших подзадач через меньшие
for i := 3; i <= n; i++ {
tmp := b
b = min(a, tmp) + cost[i]
a = tmp
}
return b
}
@@ -0,0 +1,94 @@
// File: min_path_sum.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import "math"
/* Минимальная сумма пути: полный перебор */
func minPathSumDFS(grid [][]int, i, j int) int {
// Если это верхняя левая ячейка, завершить поиск
if i == 0 && j == 0 {
return grid[0][0]
}
// Если индексы строки или столбца выходят за границы, вернуть стоимость +∞
if i < 0 || j < 0 {
return math.MaxInt
}
// Вычислить минимальную стоимость пути из левого верхнего угла до (i-1, j) и (i, j-1)
up := minPathSumDFS(grid, i-1, j)
left := minPathSumDFS(grid, i, j-1)
// Вернуть минимальную стоимость пути из левого верхнего угла до (i, j)
return int(math.Min(float64(left), float64(up))) + grid[i][j]
}
/* Минимальная сумма пути: поиск с мемоизацией */
func minPathSumDFSMem(grid, mem [][]int, i, j int) int {
// Если это верхняя левая ячейка, завершить поиск
if i == 0 && j == 0 {
return grid[0][0]
}
// Если индексы строки или столбца выходят за границы, вернуть стоимость +∞
if i < 0 || j < 0 {
return math.MaxInt
}
// Если запись уже есть, вернуть сразу
if mem[i][j] != -1 {
return mem[i][j]
}
// Минимальная стоимость пути для левой и верхней ячеек
up := minPathSumDFSMem(grid, mem, i-1, j)
left := minPathSumDFSMem(grid, mem, i, j-1)
// Сохранить и вернуть минимальную стоимость пути из левого верхнего угла до (i, j)
mem[i][j] = int(math.Min(float64(left), float64(up))) + grid[i][j]
return mem[i][j]
}
/* Минимальная сумма пути: динамическое программирование */
func minPathSumDP(grid [][]int) int {
n, m := len(grid), len(grid[0])
// Инициализация таблицы dp
dp := make([][]int, n)
for i := 0; i < n; i++ {
dp[i] = make([]int, m)
}
dp[0][0] = grid[0][0]
// Переход состояний: первая строка
for j := 1; j < m; j++ {
dp[0][j] = dp[0][j-1] + grid[0][j]
}
// Переход состояний: первый столбец
for i := 1; i < n; i++ {
dp[i][0] = dp[i-1][0] + grid[i][0]
}
// Переход состояний: остальные строки и столбцы
for i := 1; i < n; i++ {
for j := 1; j < m; j++ {
dp[i][j] = int(math.Min(float64(dp[i][j-1]), float64(dp[i-1][j]))) + grid[i][j]
}
}
return dp[n-1][m-1]
}
/* Минимальная сумма пути: динамическое программирование с оптимизацией памяти */
func minPathSumDPComp(grid [][]int) int {
n, m := len(grid), len(grid[0])
// Инициализация таблицы dp
dp := make([]int, m)
// Переход состояний: первая строка
dp[0] = grid[0][0]
for j := 1; j < m; j++ {
dp[j] = dp[j-1] + grid[0][j]
}
// Переход состояний: остальные строки и столбцы
for i := 1; i < n; i++ {
// Переход состояний: первый столбец
dp[0] = dp[0] + grid[i][0]
// Переход состояний: остальные столбцы
for j := 1; j < m; j++ {
dp[j] = int(math.Min(float64(dp[j-1]), float64(dp[j]))) + grid[i][j]
}
}
return dp[m-1]
}
@@ -0,0 +1,43 @@
// File: min_path_sum_test.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import (
"fmt"
"testing"
)
func TestMinPathSum(t *testing.T) {
grid := [][]int{
{1, 3, 1, 5},
{2, 2, 4, 2},
{5, 3, 2, 1},
{4, 3, 5, 2},
}
n, m := len(grid), len(grid[0])
// Полный перебор
res := minPathSumDFS(grid, n-1, m-1)
fmt.Printf("Минимальная сумма пути из левого верхнего угла в правый нижний = %d\n", res)
// Поиск с мемоизацией
mem := make([][]int, n)
for i := 0; i < n; i++ {
mem[i] = make([]int, m)
for j := 0; j < m; j++ {
mem[i][j] = -1
}
}
res = minPathSumDFSMem(grid, mem, n-1, m-1)
fmt.Printf("Минимальная сумма пути из левого верхнего угла в правый нижний = %d\n", res)
// Динамическое программирование
res = minPathSumDP(grid)
fmt.Printf("Минимальная сумма пути из левого верхнего угла в правый нижний = %d\n", res)
// Динамическое программирование с оптимизацией памяти
res = minPathSumDPComp(grid)
fmt.Printf("Минимальная сумма пути из левого верхнего угла в правый нижний = %d\n", res)
}
@@ -0,0 +1,50 @@
// File: unbounded_knapsack.go
// Created Time: 2023-07-23
// Author: Reanon (793584285@qq.com)
package chapter_dynamic_programming
import "math"
/* Полный рюкзак: динамическое программирование */
func unboundedKnapsackDP(wgt, val []int, cap int) int {
n := len(wgt)
// Инициализация таблицы dp
dp := make([][]int, n+1)
for i := 0; i <= n; i++ {
dp[i] = make([]int, cap+1)
}
// Переход состояний
for i := 1; i <= n; i++ {
for c := 1; c <= cap; c++ {
if wgt[i-1] > c {
// Если вместимость рюкзака превышена, предмет i не выбирать
dp[i][c] = dp[i-1][c]
} else {
// Большее из двух решений: не брать или взять предмет i
dp[i][c] = int(math.Max(float64(dp[i-1][c]), float64(dp[i][c-wgt[i-1]]+val[i-1])))
}
}
}
return dp[n][cap]
}
/* Полный рюкзак: динамическое программирование с оптимизацией памяти */
func unboundedKnapsackDPComp(wgt, val []int, cap int) int {
n := len(wgt)
// Инициализация таблицы dp
dp := make([]int, cap+1)
// Переход состояний
for i := 1; i <= n; i++ {
for c := 1; c <= cap; c++ {
if wgt[i-1] > c {
// Если вместимость рюкзака превышена, предмет i не выбирать
dp[c] = dp[c]
} else {
// Большее из двух решений: не брать или взять предмет i
dp[c] = int(math.Max(float64(dp[c]), float64(dp[c-wgt[i-1]]+val[i-1])))
}
}
}
return dp[cap]
}