动态规划感知

  从今天起，cgg会给大家讲一讲动态规划。我很菜，所以这系列文章如果能在你感到迷惑的时候，给你一点你认为比较有帮助的提示，我也就满足了。
  好，下面我们步入正题，我们就从最基础的看起。
  我第一次听到这个高大上的名词时，我有种不明觉厉的感觉，并且听得迷迷糊糊，勉强明白是个啥玩意儿。
  当时的我就感觉这个东西好厉害，但是不怎么会用。
  我真正地会用大概是在我后来自己自学的时候才明白的。那么，究竟什么是动态规划呢？
  它并不是一个算法，而是一种解决问题的方法或者说是思想。
  我们来看一个简单的例子。
  数字三角形？
  不不不，我才不举这个老土的例子，虽然它是个好例子。
  我们来看扑克牌，加入我们手上有这样几张牌：

1. 一张小王
2. 一张A
3. 一张K
4. 一张Q
5. 两张J
6. 一张10

  我们的问题是最少几次能将我们的牌走完，不考虑他人怎么出牌。
  我们也许可以采用枚举，比如我们可以先出一张10，再出两张J；还可以先出两张J，再出一张10.
  有什么问题？我们的这两种走法得到的剩下的牌是一样的，也就是说接下来我们需要的是剩下的牌需要多少次才能走完，但是很明显，我们在枚举的时候，就会把这一样的情况枚举两遍，这还算少的，如果我们再加上一张Q进行讨论呢？
  那么很明显，计算重复问题的时间就是被浪费的时间，这也是拖慢我们程序速度的问题所在。
  那么我们应该怎么去做呢？
  我们可以用一些特定的方式去描述每一种可能出现的手牌情况，然后建立一个数组去保存每一种情况下的最优解，这样的话，再次求到同样的问题，我们可以直接把保存的最优解返回。
  这就是动态规划的一个应用。

  那么 我们什么时候能用动态规划呢？
  首先这个问题必须有最优子结构。
  什么是最优子结构？
  其实很好理解，最优子结构就是指，对于一个最优策略，其子策略也一定是采取当前策略下的最优策略。
  有点绕？
  换句话说吧，对于扑克牌问题，假如最优策略的第一步是走一张10（虽然这显然不是最优的，我们只是假设），那么对于剩下的牌的走法，我们的最优策略所包括的一定是所有走法里最优的，如果不是，那么我们当前的最优策略就不是最优策略。
  除了最优子结构，我们的问题还需要具有无后效性。
  什么又是无后效性？
  这个更好解释。
  就是对于同一个状态，无论它的前一个状态是怎样的，都不会影响到当前的决策。
  更直白地说，就是我们对于一种状态的决策只与当前的状态相关。
  比如扑克牌问题，我们无论前面怎么走，只要我们剩下的手牌是一样的，那么解决眼前问题的方法与我们以前是怎样出牌的并没有关系。
  最后我们还需要子问题重叠性。
  这是我们是使用动态规划的原因，正是需要重复计算子问题，我们才想到用动态规划去解决问题。
  所以说，如果一个问题没有重叠的子问题，那么我们完全没有必要去使用动态规划。
  这就是使用动态规划的条件！
  今天就讲到这吧，自己简单消化一下。