算法设计分析：解剖动态规划

    使用动态规划这种技术的算法，不是递归调用自身，但是问题的基础解通常是用递归函数的形式来说明的。
    分治算法是采用自上而下的方式求值，导致了不止一次的递归调用；而动态规划法是采取自下向上的方式递推求值，并把中间结果存储起来以便用于后续计算。
    利用这种技术可以设计出特别有效算法来解决许多组合最优化问题，也可以用来改善蛮力搜索算法的时间复杂性，从而解决一些有NP难度的问题

    这种技术把一个问题的解决方案视为一系列决策的结果，还要考察每个决策序列中是否包含一个最优子序列。

例子：

最长公共子序列问题

 在字母表∑上，分别给出长度为n和m的字符串A和B，确定在A和B中最长公共子序列的长度。

穷举法
    可使用穷举法求解字符串A和B的最长公共子序列长度，算法描述如下：
    列举字符串A的除空串之外的所有子序列，设A的长度为n，A共有2n-1个子序列。
    例A="abcd"，可能的24-1=15个子序列为：              
 a、b、c、d、（4个）
 ab、ac、ad、bc、bd、cd、（6个）
 abc、abd、acd、bcd、 （4个）
 abcd（1个）

设字符串B的长度为m，对于A的每一个子序列可在O(m)时间内确定它是否是B的子序列。显然，穷举法的时间复杂性为O(m2n)。若采用动态规划法，它的时间复杂性仅为Θ(mn)。

动态规划法
    设A=a1a2...an、 B=b1b2...bm，L[i,j]表示a1a2...ai和b1b2...bj的最长公共子序列长度。设1≤i≤n、1≤j≤m，很容易证明下面的观察结论：

 设i>0且j>0，那么
若ai＝bj，L[i,j]=L[i-1,j-1]+1;
若ai≠bj，L[i,j]=max(L[i,j-1],L[i-1,j])。

①若ai＝bj，计算a1a2...ai和b1b2...bj的最长公共子序列的长度，相当于在计算a1a2...ai-1和b1b2...bj-1最长公共子序列长度的基础上加1。
②若ai≠bj，计算a1a2...ai和b1b2...bj的最长公共子序列的长度，相当于分别计算a1a2...ai-1和b1b2...bj（j不变、i-1）、a1a2...ai（i不变、j-1）和b1b2...bj-1最长公共子序列长度，然后选取二者的大者。

讨论：

①在许多组合优化问题中，问题的解经常可用递推式来表示。若直接求解，将导致许多子实例被不止一次地计算。在动态规划法中，子问题的解以表项的形式被存储，避免了重复计算。
②在动态规划法中，对于原问题的每个子问题，算法都计算了一个最优解。例公共子序列问题中的L[i,j]，它是在L[i-1,j]、 L[i,j-1]、 L[i-1,j-1]的基础上计算而得，这三者本身是问题的最优子解。

最优化原理：
    给出一个最优决策序列，每个子序列自身必须是最优的决策序列。

背包问题定义如下，设U={u1,u2,...,un}是一个准备放入背包中的n个物品的集合，si和vi分别为物品ui的体积和价值（1≤i≤n），背包的容量为C，si、vi和C均为正整数。要解决的问题是：从U中取出一些物品装入背包，装入物品的体积之和不超过C，要求使得背包中的物品总价值为最大。
㈡穷举法
    对于某一物品而言，或者装入或者不装入，所以背包问题又称为0/1背包问题。n个物品相当于一个具有n位的二进制数，共有2n个装入方案。可从2n个方案中找出最佳值，故穷举法的时间复杂性为Θ(2n)。若采用动态规划法，可在Θ(Cn)时间内得到最优解。

动态规划法
    设Ui是物品集U的子集，它由U的前i项{u1,u2,...ui}构成。从Ui取出若干个物品装入体积为j的背包中，所形成的物品最大价值用V[i,j]表示，其中0≤i≤n、0≤j≤C。显然解用V[n,C]表示。
V[0,j]=0 直观意义为背包中无任何物品
V[i,0]=0 直观意义为背包的容量为0

当i>0且j>0，V[i,j]是下面二个量的最大值：
V[i-1,j]：从物品子集Ui-1中取出若干物品装入体积为j的背包中所形成的价值最大值（即不装入物品ui）。
V[i-1,j-si]+vi：从物品子集Ui-1中取出若干物品装入容量为j-si的背包中所形成的价值最大值。在此基础上，再加上物品ui的价值vi，显然j≥si （即装入物品ui）。

由于计算表的每一项需要Θ(1)时间，所以算法的时间复杂性恰好是表的大小Θ(nC)。
只要对算法Knapsack作简单的修改，就可输出装在背包中的物品。
由于计算当前行时仅需要上一行的值，因此只要对算法稍作修改，可以使算法的空间复杂性为Θ(C)。

背包问题和最长公共子序列问题都是采用自上而下、自左至右的方法逐步求解。
对于背包问题的求解，自上而下表现为：可选择的物品逐个增加；自左至右表现为：在可选择物品确定的情况下，背包容量按单位体积增加，由此逐个求出对应的最优子解。
设字符串A为横坐标、字符串B为纵坐标。对于最长公共子序列问题的求解，自上而下表现为：B的子序列逐字符增加；自左至右表现为：在字符串B的子序列确定的情况下，字符串A的子序列逐字符增加，由此逐个求出对应的最优子解。