初级DP特征与编程方法

目录

一、什么是DP

二、DP特征

1、重叠子问题

2、最优子结构

三、DP的编程方法

自顶向下

自底向上

---

一、什么是DP

DP是用来解决多阶段问题的优化算法思想。用我自己的话简单来说就是，一次计算多次利用。

在计算某一个最终状态的最优解时，可以分解为计算子问题的最优解，把子问题的最优解累加起来就是最终解。不是很理解的话，可以思考一下斐波那契数列的计算就是这个原理。

那么什么时候可以使用DP呢？它可以用于解决具有以下结构特征的问题，也就是说有以下特征的题目可以考虑使用DP

• 重叠子问题

• 最优子结构问题

这就是DP的特征

二、DP特征

1、重叠子问题

什么是重叠子问题呢？

1. 子问题就是大问题的小问题，但是要满足其操作步骤一样。就好比吃蛋糕，你可以一口吃掉反复咀嚼（这就是解决大问题），你也可以一小口一小口慢慢咬（这就是大问题的小问题，操作步骤都是反复咀嚼）。

2. 那重叠就是重复的意思，即我要想计算大问题就必须重复计算小问题，也就是小问题要被计算多次

满足上面的就是重叠子问题

2、最优子结构

子问题明白了，那我相信子结构你也应该明白了吧。

那最优呢？我们已经知道大问题的解是依靠于小问题得出来的结果，如果满足当每一个子问题结果都是最优解时，大问题的解既是最优解的话，那么就满足最优子结构这一说法。

三、DP的编程方法

DP无非就是大问题和小问题之间的关系，那么实现DP就只需要按照这个思路来即可。这里有两种方法：

自顶向下：先从大问题如手，逐步深入到小问题

自底向上：从小问题逐步累积得到大问题的解

自顶向下

由大问题到小问题，我们一般会选择递归，而DP作为优化算法，为了解决上面提到的”小问题要被计算多次“，所以每次计算完成我们都需要将结果直接记录，以保证下次计算时可以直接获取，从而到达优化的效果。

下面以斐波那契(走楼梯)为例：

int arr[N];     //用于记录数据
int solve(int n)
{
    if (n == 1 || n == 2)return 1;      //到底了，及最小的子问题
    if (arr[n] != 0)return arr[n];      //该子问题已有最优解，直接返回
    arr[n] = arr[n - 1] + arr[n - 2];   //到达该台阶只有俩种方式，要么是一次一台阶要么是一次俩台阶
    return arr[n];
}

自底向上

由小问题到大问题，即递推，也需要记录来减少计算次数。

下面以斐波那契(走楼梯)为例：

int arr[N];     //用于记录数据
int solve(int n)
{
    arr[1] = 1;     //起始的两个台阶都只需要一步
    arr[2] = 2;
   for (int i = 3; i <= n; i++)
   {
        arr[i] += arr[i - 1] + arr[i - 2];      //到达该台阶只有俩种方式，要么是一次一台阶要么是一次俩台阶
   }
    return arr[n];
}

总结

小白尝试写博客，写的不是很好，希望看见这篇文章的大佬们能够慷慨的给予一些意见。

之所以尝试写博客，是因为听从师兄的建议尝试通过这种方式来加强自己的理解和记忆。