dp-动态规划问题浅析-CSDN博客

本文链接：https://blog.csdn.net/Hxy_666/article/details/127031303

动态规划题目特点：

1、计数

有多少种方式走到右下角

有多少种方法选出k个数使得和是sum

2、求最大最小值

从左上角走到右下角路径的最大数字和

最长上升子序列长度

3、求存在性

取石子游戏，先手是否必胜

能不能选出k个数使得和是sum

问题一：你有三种硬币，分别面值2元、5元和7元，每种硬币都有足够多，买一部本书需要27元，如何用哪个最少的硬币组合正好付清，不需要对方找钱。

动态规划组成部分一：确定状态

状态在动态规划中的作用属于是定海神针

简单的说，解动态规划的时候需要开一个数组，数组的每个元素f[i]或者f[i][j]代表什么

类似于解数学题中，x,y,z代表什么

确定状态需要两个意识：

最后一步

子问题

最后一步：

虽然我们不知道最有策略是什么，但是最优策略肯定是k枚硬币a1,a2,…ak面值加起来是27

所以一定有一枚最后的硬币：ak

除掉这枚硬币，前面的硬币的面值加起来是27-ak

关键点1

我们不关心前面的k-1枚硬币是怎么拼出来27-ak的，而且我们现在甚至不知道ak和k，但是我们确定了前面的硬币拼出了27-ak

关键点2

因为是最优策略，所以频出27-ak的硬币数一定要最少，都则这不是最优策略了

子问题

所以我们要求：最少用多少枚硬币可以拼出27-ak

原问题是最少用多少枚硬币拼出27

我们将原问题转化成一个子问题，而且规模更小：27-ak

为了简化定义，我们设状态f(X)=最少用多少枚硬币拼出X

递归解法

int f(int x){
    if (x==0) return 0;
        int res = MAX_VALUE;
    if(x>=2)
        res = Math.min(f(x-2)+1,res);
    if(x>=5)
        res = Math.min(f(x-5)+1,res);
    if(x>=7)
        res = Math.min(f(x-7)+1,res);
    return res;
}

但是递归效率低下，做了很多重复的工作

动态规划组成部分二：转移方程

动态规划组成部分三：初始条件和边界情况

f[x]=min{f[x-2]+1,f[x-5]+1,f[x-7]+1}

两个问题：x-2，x-5或者x-7小于0怎么办？什么时候停下来？

如果不能拼出Y，那就定义f[Y]=正无穷

～例如f[-1]=f[-2]=…=正无穷

所以 f[1] = min{f[-1]+1,f[-4]+1,f[-6]+1}=正无穷，表示拼不出来1

初始条件f[0]=0;

动态规划组成部分四：计算顺序

拼出x所需要的最少硬币数：f[x] = min{f[x-2]+1,f[x+5]+1,f[x-7]+1}

初始条件：f[0]=0

然后计算f[1],f[2],…,f[27]

当我们计算到f[x]时，f[x-2],f[x-5],f[x-7]都已经得到结果了

求最值型动态规划

动态规划组成部分：

一、确定状态

最后一步（最优策略中使用的最后一枚硬币ak

化成子问题（最少的硬币拼出更小的面值27-ak）

二、转移方程

f[x] = min{f[x-2]+1,f[x-5]+1,f[x-7]+1}

三、初始条件和边界情况

f[0]=0，如果不能拼出Y，f[Y]=正无穷

四、计算顺序

f[0],f[1],f[2],…

消除冗余，加速计算

问题二：

给定一个m行n列的网格，有一个机器人从左上角(0,0)出发，每一步可以向下或者向右走一步

问有多少种不同的方式走到右下角

0，0	0，1	0，2	0，3	0，4	0，5	0，6	0，7
1，0	1，1	1，2	1，3	1，4	1，5	1，6	1，7
2，0	2，1	2，2	2，3	2，4	2，5	2，6	2，7
3，0	3，1	3，2	3，3	3，4	3，5	3，6	3，7