动态规划算法（一）

最近遇到动态规划算法的频率有点大，所以借此机会好好的来了解和学习一下动态规划。当然也记录下来，一起交流。

1. 了解概念

动态规划，英文名：Dynamic Programming ，简称DP，小名动规。

动态规划思想就是，大事化小，小事化了。它把大问题化解为小问题，再保存对这些小问题已经处理好的结果，并供后面处理更大规模的问题时直接使用这些结果。

于是就可以了解其的特点，把大问题先分解成小问题，再解决小问题，把小问题的结果在递推成大问题的解。

适用场景：最大值/最小值, 可不可行, 是不是，方案个数

2. 基本步骤

从上面就可以得出其基本的步骤：

3. 实例入手

动态规划算法的概念在网上都可以查到，所以这里不详细说概念，而是以实际问题来说明。后面一系列，就开始从简单的问题到难的问题开始出发，一步一步了解和学习动态规划。

• 跳台阶

一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法（先后次序不同算不同的结果）。

解：根据上面的步骤开始入手，第一步则是状态定义，状态是从问题入手的，问题是“ n级的台阶总共有多少种跳法 ”，则设f(i)：i级台阶的跳法。现在来分解问题，对于一只青蛙来说，由于它只能跳一级台阶和两级台阶，所以它到达第 i 层，就只能是在第 i - 1层和第 i - 2层的时候。

于是它到第 i 层的跳法，就是f(i) =  f(i-1) + f(i - 2)。于是第 n 阶就是 f(n) = f(n - 1) + f(n - 2)。现在找初始状态，f(1) = 1，f(2) = 2。因为f(2)的时候，可以一级一级的跳，也可以两级一起跳。于是通过 f(1)与f(2)就可以求f(3)，直到f(n)。其实到这就可以想到这其实是一个斐波那契数列。

• 变态青蛙跳台阶

一只青蛙一次可以跳上1级台阶，也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。

解：同样根据上面的步骤开始入手，第一步则是状态定义，状态是从问题入手的，问题是“ 青蛙跳上一个n级的台阶总共有多少种跳法” ，设状态为f(i)：青蛙跳上一个 i 级的台阶总共有多少种跳法。

i级台阶，同上一题一样，既然现在可以跳1、2、3、……、n级，
那么上i级就可以从
第一级跳一步上到第 i 级，此时一步跳了 i 级
也可以从第二级跳一步到 i 级，此时一步跳了 i - 1 级
同理也可以从第 i - 1级跳到 i 级，此时一步跳了 1 级

那么从定义的状态来看。青蛙跳上一个 i 级的台阶总共有多少种跳法。

就是跳上 1 级台阶、2 级台阶、3 级台阶、……、i 级台阶跳法的总和。

f(i) = f(i-1)+f(i-2)+...+f(i-i)
f(i) = f(i-1)+f(i-2)+...+f(0)

而

f(i-1) = f(i-2)+...+f(0)

于是

f(i) = 2*f(i-1)

于是对于 f(n)来说就是f(n) = 2 * f(n - 1)。而初始状态f(0) = 0，f(1) = 1。于是可以就可以推出f(i)了。

动态规划的代码其实比较简单，如果需要看源代码，请点击青蛙跳台阶源码