【总结】动态规划概述

概述

动态规划，就实际的作用而言，把多阶段过程转化为一系列单阶段问题，利用各阶段之间的关系，逐个求解。

【核心观点】 动态规划 = 阶段划分 + 阶段之间的关系。

本文主要通过一种尝试试探的方法，去探索动态规划阶段划分的角度。

需要注意：

（1）【阶段划分的角度】，决定了你理解事物的难易程度，以及后面阶段间关系的复杂度。（后面我们会通过一个例子( 探索法展示 )进行分析）

（2）【阶段划分角度的多样性】我们观察一个事物的时候，不只有一个角度去观察，而是有很多角度，不同的角度造成了不同的解决问题的方式。我们需要承认，求解问题时，是可以有多种阶段划分的办法的。（后面将展示一些阶段划分的探索以及小技巧）

（3）【重新选角度划分阶段】当你选择了某种阶段划分的角度，出现如下问题时，你可能需要换一个角度来重新划分阶段：1.划分的角度难以理解，难以继续往下思考，情况数爆炸增长；2.划分之后，各阶段的角度混杂，没有局部关联性（只和相邻的几个阶段相关联）。

阶段划分 - 递推函数

>

举例1 - 求连续子数组的最大和

主要通过一个列子来说明这其中包含的思想。

题目描述：

输入一个整形数组，数组里有正数也有负数。（设数组中元素数目为 n）
数组中连续的一个或多个整数组成一个子数组，每个子数组都有一个和。
求所有子数组的和的最大值。要求时间复杂度为O(n)。

例如输入的数组为1, -2, 3, 10, -4, 7, 2, -5，和最大的子数组为3, 10, -4, 7, 2，
因此输出为该子数组的和18。

是否可用动态规划？

理论上可用动态规划的特征：

【最优子结构】能划分阶段而且大问题的最优解可以由小问题推出来。

【无后效性】某阶段的状态一旦确定，则此后过程的演变不再受此前各种状态及决策的影响。

简单的说，就是当前的状态是此前历史的一个完整总结，此前的历史只能通过当前的状态去影响过程未来的演变，“未来与过去无关”。

具体地说，如果一个问题被划分各个阶段之后，阶段 I 中的状态只能由阶段 i-1 中（或多个有限历史阶段）的状态通过状态转移方程得来，与其它状态没有关系，特别是与未发生的状态没有关系。

PS: 递推本身是无后效性的反映。（如：