动态框架方法论

动态规划

2020年12月29日

14:06

 

目录

- - 经典三概念与解决思想 - 经典的解决思想 - 动态规划的方法论 - 案例：找零 - 求解框架 - REF

 

经典三概念与解决思想

动态规划是什么？动态规划有三个特征。

• 重复子问题，这个特点很好理解，递归树是一个非常好方法，它的一个功能就是能直观地感受到重复子问题
• 最优子结构，当前问题可以由子问题的solution解决，这个特性，递归地使得当前问题和子问题具备相同的结构
• 状态转移方程，这也是最难的一步，既然当前问题可以由子问题解决，那么转移公式是？

经典的解决思想

• 自顶向下，逐步求解
• 自底向上，反向求精

这是计算机世界一种经典的思想，在动态规划、递归、回溯中，自顶向下的方法通常是非常直接的暴力解法——这非常有用，是一切优化的开始。

动态规划的方法论

解决这些问题需要找到四个要素：

• base，求解停止的基础条件是？到哪种状态可以直接返回。
• state，状态，这是非常关键的，它指的是可以代表当前问题的一些状态量的集合，对应到递归树中，这个状态就是递归树中的一个节点——这非常重要。
• select，选择，改变状态的行为
• dp function，dp动态规划函数，函数一般返回某个状态的solution，这个也是最难定义的暴力解决方案

以找零钱问题为例，请参考REF中原题

• base，当amount=0的时候，表示不用凑硬币了，直接return 0
• state，状态，这个问题的关键状态量只有一个，那就是当前问题的amount——这个目标金额，最少需要多少枚硬币可以凑齐
• select，改变目标金额的唯一行为是选择某个硬币
• dp函数，根据以上dp函数可以定义为，c（最少需要的硬币数） = dp（目标金额）

案例：找零

根据上述分析找零问题的暴力求解伪代码框架是：

1 def dp(n):     2     for coin in coins:     3         res = min(res, dp(n-coin)+1)     4     return res

详细解法，可以参考原文，见ref。

上述框架，加上基值条件，完整的代码如下。

1 def dp(n):     2     if n == 0: return 0     3     if n < 0: return -1     4     res = float('INF')     5     for coin in coins:     6         t = dp(n-coin)     7         if t == -1: continue     8         res = min(res, t+1)     9     return res if res != float('INF') else -1    10 # 备忘录    11 memo = {}    12 def dp(n):    13     # memo    14     if n in memo: return memo[n]    15     # base    16     if n == 0: return 0    17     if n < 0: return -1    18     # init res    19     res = float('INF')    20     # chose coin    21     for coin in coins:    22         t = dp(n-coin)    23         # invalid    24         if t == -1: continue    25         res = min(res, t+1)    26     memo[n] = res if res != float('INF') else -1    27     return memo[n]    28 # 迭代    29 memo = [0]    30    31 for n in range(1, amount+1):    32     memo.append(amount+1)    33     for coin in coins:    34         # 检查越界    35         if n - coin >= 0:    36             memo[n] = min(memo[n-coin]+1, memo[n])    37 return memo[n] if memo[n] != (amount+1) else -1

• 去除重复子问题的最直接的方式就是使用备忘录记录状态
• 完成了备忘录方法，那么最后的问题就是，如何自底向上计算出备忘录（所有状态对应的解法的数组）

代码如上。

求解框架

该框架有点令人费解，但是仔细对照找零问题，其中核心问题就是理解“状态”——状态备忘录，记录的是当前状态的solution。

1 # 初始化 base case     2 dp[0][0][...] = base     3 # 进行状态转移     4 for 状态1 in 状态1的所有取值：     5     for 状态2 in 状态2的所有取值：     6         for ...     7             dp[状态1][状态2][...] = 求最值(选择1，选择2...)

 

REF

 

• https://labuladong.gitbook.io/algo/di-ling-zhang-bi-du-xi-lie/dong-tai-gui-hua-xiang-jie-jin-jie

经典的入门问题是斐波那契数列数列，以及找零钱问题。解法太过常见，这次来谈一些正确的思路。

• https://leetcode.com/problems/coin-change/
• https://leetcode.com/problems/fibonacci-number/