第六周学习总结

已经进入到了第六周，我感觉我的水平也在逐步提升，从一开始的看不懂题到如今能够做出题来，这说明更多的思考是值得的。而在做题的过程中，我也对动态规划算法有了更为深刻的认识。
动态规划，就是利用历史记录，来避免我们的重复计算。而这些历史记录，我们得需要一些变量来保存，一般是用一维数组或者二维数组来保存。
第一步骤：定义数组元素的含义，上面说了，我们会用一个数组，来保存历史数组，假设用一维数组 dp[] 吧。这个时候有一个非常非常重要的点，就是规定你这个数组元素的含义，例如你的 dp[i] 是代表什么意思？
第二步骤：找出数组元素之间的关系式，我觉得动态规划，还是有一点类似于我们高中学习时的归纳法的，当我们要计算 dp[n] 时，是可以利用 dp[n-1]，dp[n-2]…dp[1]，来推出 dp[n] 的，也就是可以利用历史数据来推出新的元素值，所以我们要找出数组元素之间的关系式，例如 dp[n] = dp[n-1] + dp[n-2]，这个就是他们的关系式了。而这一步，也是最难的一步。
第三步骤：找出初始值。学过数学归纳法的都知道，虽然我们知道了数组元素之间的关系式，例如 dp[n] = dp[n-1] + dp[n-2]，我们可以通过 dp[n-1] 和 dp[n-2] 来计算 dp[n]，但是，我们得知道初始值啊，例如一直推下去的话，会由 dp[3] = dp[2] + dp[1]。而 dp[2] 和 dp[1] 是不能再分解的了，所以我们必须要能够直接获得 dp[2] 和 dp[1] 的值，而这，就是所谓的初始值。
总体来讲，我们在做动态规划时依然会用到归纳的思想，通过这种思想来找到元素之间的关系，从而得到关系式，也就是所谓的动态规划方程。下面我会用一个简单的例题来具体描述操作过程。
一个机器人位于一个 m x n 网格的左上角，机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角，问总共有多少条不同的路径？
步骤一：由于我们的目的是从左上角到右下角一共有多少种路径，那我们就定义 dp[i] [j]的含义为：当机器人从左上角走到(i, j) 这个位置时，一共有 dp[i] [j] 种路径。那么，dp[m-1] [n-1] 就是我们要的答案了。
步骤二：机器人一共有两种方式可以到达，一种是从 (i-1, j) 这个位置走一步到达，一种是从(i, j - 1) 这个位置走一步到达。因为是计算所有可能的步骤，所以是把所有可能走的路径都加起来，所以关系式是 dp[i] [j] = dp[i-1] [j] + dp[i] [j-1]。
步骤三：找到初始值，也就是之前学的边界条件。一共有两个，一种是dp[0] [0….n-1] = 1，相当于最上面一行，机器人只能一直往左走。一种是dp[0…m-1] [0] = 1，相当于最左面一列，机器人只能一直往下走。
经过这三个步骤，我们即可得出最终的答案。