动态规划入门到放弃（一）

动态规划的基本概念

阶段和阶段变量

将问题的全过程恰当地分为若干个相互联系的阶段。阶段的划分一般根据时间和控件的自然特征去划分，阶段的划分要吧问题转化为多阶段决策问题。

状态和状态变量

通常一个阶段包含若干个状态
状态可有变量表述

决策 决策变量和决策允许集合

在对问题的处理中做出的每种选择性的行动就是决策，即从该阶段的每一个阶段出发，通过一次选择性的行动转移至下一阶段的相应阶段。
在实际问题中，决策变量的取值往往限制于某一个范围内

策略和最优策略

所有阶段一次排列构成问题的全过程。
全过程中各阶段决策变量所组成的有序总体称为策略
在实际问题中，从决策允许集合中找出最优效果的策略称为最优策略

状态转移方程

前一阶段的终点就是后一阶段的起点，对前一阶段的状态做出某种决策，产生后一种阶段的状态，这种关系描述了从i阶段到i+1阶段状态的演变规律，称为状态转移方程.

例子1

从n个数中取出k个数，使得他们的和最大。
f[i][j]表示现在考虑到第i个数，已经选出了j个数
为了详解动态规划，不选用常用做法
阶段：i表示1~i个数
状态：j 选了几个数
决策：选不选?
策略 ：值最大
状态转移方程：

例子2

从n个数中找出最长的上升子序列
f[i][j]表示目前考虑到第i个数，子序列中最后一个数是j的最长上升子序列长度。
阶段：i
状态：j
决策：对第i个数取还是不取
策略：最大化取序列
状态转移方程：
考虑a[1~n]
f[i][a[[i]]考虑a[i]选取，那就要在a[i]的前面选取一个最大的数，即可以用1+max{f[i-1][j]|j<=a[i]}
要是不考虑a[i]选取，f[i][j]=f[i-1][j];

动态规划的性质

什么样的“多阶段决策问题”才可以用动态规划的方法来求解呢？
必须满足两个条件：
最优化原理
无后效性原则

最优化原理

例如f[n][k]取最大，取决于f[n-1][k]，那么就要a[n]+f{n-0][k-1]最大。

无后效性原则

就是f[n-1][k]中之后这个状态我取不取都无影响，也就是之前已经是最优解，不能用之前的影响未来

不符合上述两个原则的，不能用动态规划来解

动态规划的设计方法

正推：从初始状态开始，通过对中间阶段的决策的选择，达到结束状态。我们也称递推。

反推：从结束状态开始，通过对中间阶段的决策的选择，达到开始状态，我们可以把这种方法看出记忆化搜索。
dp(n)=dp(n-1)*n;
把每一步dp（n）存在一个数组里面，这样就能保证下次访问时从数组中取出来，不用在此递归。
我们只要在开始的时候，设立一个边界值就可。

动态规划设计方法的一般模式

动态规划与记忆化搜索

记忆化搜索

实现一个函数，用"搜索" 的方法实现DP的更新。
通常用于转移顺序不方便人为确定的DP

例题 数塔

每一层就有一个阶段，有若干个状态，某一个状态可以转移到下面两个点，，一直到最后一层
设f[i][j]表示第i行第j列的最大值
正常DP：

走到[i][j]的最大值

这样算有一个致命缺点，每次计算都会进行一次递归，这就是记忆化的来源，那对于计算过的dp（i，j），我们用f[i][j]来存
f初始化为-1

int dp(int i,intj)
{
	if(i==0)
		return 0;
	if(f[i][j]>=0)
		return f[i][j];
	f[i][j]=a[i][j]+max(dp(i-1,j),dp(i-1,j-1));
	return f[i][j];
}

例题二

int dp(int i, int j)//从i j出发最远能滑行的距离
{
	if (f[i][j] > 1)
		return f[i][j];//返回已经存储的值
	for (int k = 0; k < 4; k++)//枚举四个方向可以转移
	{
		int x = i + dx[k], y = j + dy[k];//每个方向上的唯一
		if (x >= 1 && x <= r && y >= 1 && y <= c)//在地图里面
		{
			if (a[i][j] > a[x][y])//满足高度在下降
				f[i][j] = max(f[i][j], dp(x, y) + 1);//从x，y能滑的点在加一
		}
		return f[i][j];
	}
}

这样就通过记忆化搜索更新，使用记忆化搜索比较直观一些，因为使用了记忆化，那我们的时间复杂度也有了保证，因为每次都进行了存储。

for (int i = 1; i <= r; i++)
{
	for (int j = 1; j <= c; j++)
		f[i][j] = 1;
}
int ans = 0;
for (int i = 1; i <= r; i++)
	for (int j = 1; j <= c; j++)
		ans = max(dp(i, j), ans);

printf("%d\n", ans);

博主今天晚上刚刚接触的动态规划，脑子有点懵，如有错误还请指教！！！！！！！！！！