数据结构与算法 - 06 动态规划

• 判断动态规划 - 同时满足以下条件
  • 1.是数学优化对方法 - 最优子结构
    • 一个问题的最优解，是由它对各个子问题的最优解决定的
    • 状态转移方程 f(n)
  • 2. 是编程的方法 - 重叠子问题
    • 保证每个重叠的子问题，只会被求解一次
• 解题思路
  • 1. 找最优子结构：输入规模对半分
  • 2. 找最优子结构：每次减一个
  • 3. 找重叠子问题
• 解决动态规划问题对两个难点
  • 1. 如何定义 f(n)
  • 2. 如何通过 f(1)，f(2)，... f(n-1) 推导出 f(n)，即 状态转移方程
• 求解方式
  • 递归 - 解 状态转移方程式
    • 缺点：耗费非常多的重复计算
  • 记忆化 Memoization
    • 避免重叠计算
    • 将已经计算出来的结果保存起来，下次遇到时，直接返回，节省计算时间
  • 自底向上 Bottom-Up
    • 通过状态转移方程，从最小对问题规模入手
    • 不断地增加问题规模，直到达到所要求的问题规模为止
    • 使用 记忆化 避免重复计算
• 编码实现对两个难点
  • 1. 应当采用什么样的数据结构来保存什么样对计算结果
    • 往往是在把问题规模缩小对过程中进行
    • 不仅是为了避免重复的计算，也是推导状态转移方程的关键
  • 2. 如何利用保存下来的计算结果推导出状态转移方程
• 动态规划分类
  • 1. 线性规划
    • 子问题的规模以线性的方式分布
    • 结果可以存储在一维线性数据结构里，如：一维数组、哈希表等
  • 2. 区间规划
    • 各个子问题的规模由不同的区间来定义
    • 结果存储在二维数组里
    • 一般用 dp[i][j] 代表从第 i 个位置到 第 j 个位置之间对最佳状态或结果
  • 3. 约束规划
    • 在上述一般解法的基础上，加入限制或约束条件
• • 一个问题的最优解，是由它对各个子问题的最优解决定的
  • 状态转移方程 f(n)
  • 2. 是编程的方法 - 重叠子问题
    • 保证每个重叠的子问题，只会被求解一次