浅谈----动态规划

A.概念（Conception）

    “动态规划”算法是通过拆分问题，定义问题状态和状态之间的关系，让问题以分治的思想去解决。在谈论动态规划之前要掌握几个重要概念。

    1.阶段：对于一个完整的问题过程，适当的切分为若干个相互联系的子问题，每次在求解一个问题，则对应一个阶段，整个问题的求解转化为按照阶段次序去求解

    2.状态：状态表示每个阶段开始时所处的客观条件，即在求解子问题时的已知条件。状态描述了研究的问题过程中的状况。

    3.决策：决策表示当求解过程处于某一阶段的某一状态时，可以根据当前条件作出不同的选择，从而确定下一个阶段的状态，这 种选择称为决策。

    4.策略：由所有阶段的决策组成的决策序列称为全过程策略，简称策略。

    5.最优策略：在所有的策略中，找到代价最小，性能最优的策略，此策略称为最优策略。

    6.状态转移方程：状态转移方程是确定两个相邻阶段状态的演变过程，描述了转态之间是如何演变的。

 

B.使用场景（Usage  scene）

能采用动态规划求解的问题的一般要具有 3 个性质：

1.最优化：如果问题的最优解所包含的子问题的解也是最优的，就称该问题具有最优子结构，即满足最优化原理。子问题的局部  最优将导致整个问题的全局最优。换句话说，就是问题的一个最优解中一定包含子问题的一个最优解。

2.无后效性：即某阶段状态一旦确定，就不受这个状态以后决策的影响。也就是说，某状态以后的过程不会影响以前的状态，只  与当前状态有关，与其他阶段的状态无关，特别是与未发生的阶段的状态无关。

3.重叠子问题：即子问题之间是不独立的，一个子问题在下一阶段决策中可能被多次使用到。（该性质并不是动态规划适用的必  要条件，但是如果没有这条性质，动态规划算法同其他算法相比就不具备优势）

 

C.算法流程（Algorithm flow ）

1.划分阶段：     按照问题的时间或者空间特征将问题划分为若干个阶段。
2.确定状态以及状态变量：    将问题的不同阶段时期的不同状态描述出来。
3.确定决策并写出状态转移方程：    根据相邻两个阶段的各个状态之间的关系确定决策。
4.寻找边界条件：    一般而言，状态转移方程是递推式，必须有一个递推的边界条件。
5.编码：   设计程序，解决问题

 

Practice ：

（1）    LeetCode       121. 买卖股票的最佳时机

描述==>

 

解析==>

 

代码实现==>

/*
 * @ZZP
 */
class Solution {
    public int maxProfit(int[] prices) {
        if(prices.length <= 1)
            return 0;

        int buy = -prices[0],sell=0;
        for(int i = 1;i < prices.length;i++){
            buy = Math.max(buy, -prices[i]);
            sell = Math.max(sell, prices[i] + buy);
        }
        return sell;
    }
}

 

（2）    LeetCode       122. 买卖股票的最佳时机II

描述==>

 

解析==>

 

代码实现==>

/*
 * @ZZP
 */
class Solution {
    public int maxProfit(int[] prices) {
        if(prices.length <= 1)
            return 0;

        int buy = -prices[0],sell=0;
        for(int i = 1;i < prices.length;i++){
            sell = Math.max(sell, prices[i] + buy);
            buy = Math.max(buy, sell - prices[i]);
        }
        return sell;
    }
}

 

（3）    LeetCode       123. 买卖股票的最佳时机III

描述==>

 

解析==>

 

代码实现==>

/*
 * @ZZP
 */
class Solution {
    public int maxProfit(int[] prices) {
       int fstBuy = Integer.MIN_VALUE, fstSell = 0;
       int secBuy = Integer.MIN_VALUE, secSell = 0;
        for(int i = 0; i < prices.length; i++){
            fstBuy = Math.max(fstBuy, -prices[i]);
            fstSell = Math.max(fstSell, fstBuy + prices[i]);
            secBuy = Math.max(secBuy, fstSell - prices[i]);
            secSell = Math.max(secSell, secBuy + prices[i]);
        }
        return  secSell; 
    }
}