动态规划学习（一）：最值型

什么问题可以用动态规划求解

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

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

求存在性

• 取石子游戏，先手是否必胜
• 能否选出k个数使得和是Sum

例题1 硬币组合问题

Lintcode 669

想法1 尽量用大的硬币
结果是：7 + 7 + 7 = 21 ，21 + 2 + 2 + 2 = 27，共6枚硬币
正确答案：7 + 5 + 5 + 5 + 5 = 27，5枚硬币

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定海神针
• 动态规划需要开一个数组，数组的每个元素 f [ i ] 或者 f [ i ][ j ] 代表什么
  – 类似于解数学题中的 X，Y，Z代表什么
• 确定状态需要两个意识
  – 最后一步
  – 子问题

对于例题1，

• 虽然我们不知道最优策略是什么，但最优策略一定是K枚硬币a₁,a₂,…,a_k,加起来面值是27
• 一定有一枚最后的硬币：a_k
• 除掉这枚硬币，前面硬币的面值加起来是27 - a_k
• 

关键点1：我们不关心前面的k-1枚硬币是如何拼出27 - a_k 的（或有1种拼法或100种），而且甚至现在不知道 a_k 和k，但我们确定前面的硬币频出了27 - a_k 。

关键点2：因为是最优策略，所以拼出27 - a_k 的硬币数量一定要最少。

子问题

简介

• 所以我们就要求：最少用多少枚硬币可以拼出27 - a_k
• 原问题是最少用几枚硬币拼出27
• 我们将原问题转换成了一个子问题，而且规模更小：27 - a_k
• 为了简化定义，我们设状态 $f(x)$ 表示：最少用几枚硬币拼出X

只要找到子问题，就可以用动态规划求解，如何确定状态十分重要

• 我们还不知道最后那枚 a_k 是多少？

• 最后那枚 a_k 只可能是2，5或者7

• 如果 a_k 是2，$f(27)$应该是 $f(27-2)$ + 1 （加上最后这枚硬币2）

• 如果 a_k 是5，$f(27)$应该是 $f(27-5)$ + 1 （加上最后这枚硬币5）

• 如果 a_k 是7，$f(27)$应该是 $f(27-7)$ + 1 （加上最后这枚硬币7）

• 除此之外没有其他可能

• 新要求最少的硬币数，所以：
  $f(27)=min(f(27-2)+1,$