动态规划学习
动态规划适合与解决最优问题,求最大值最小值等,可以显著降低时间复杂度。
动态规划算法思想:
一个模型: 多阶段决策最优解模型。
三个特征:
- 最优子结构:文图的最优解包含子问题的最优解;
- 无后效性:推导后面阶段的状态时,只关心前面阶段的状态值,不关心状态时怎么来的,某阶段的状态决定之后不受之后阶段状态的影响。
- 重复子问题:不同的决策序列,到达某个相同的阶段可能会产生重复的状态。
解决动态规划问题的解题总结:
- 状态转移表法: 将解决问题转化成状态表,分阶段填充状态表的每个状态。
解题思路:回溯算法实现 - 定义状态 - 画递归树 - 找重复子问题 - 画状态转移表 - 根据递推关系填表 - 将填表过程翻译成代码。 - 状态转移方程法: 某个问题如何通过子问题来递归求解,也就是所谓的最优子结构。根据最优子结构,写出递归公式,也就是所谓的状态转移方程,代码的实现可以用递归加“备忘录”或者是迭代递推。
大致思路可以概括为,找最优子结构 - 写状态转移方程 - 将状态转移方程翻译成代码。
0-1背包问题:
- 回溯算法的思路: