LeetCode实战：动态规划算法是怎么一回事

1 回顾

利用了6天时间，细细总结了8个常用排序算法的原理到源码兑现，如果您对排序算法感兴趣或者想了解这些算法用到的思想，比如分治法，递归调用，堆排序等，然后尽量学着将这些思想用到工作的coding中去，请参考之前推送：

冒泡排序到快速排序做的那些优化

直接选择排序到堆排序做的那些改进

直接插入排序到希尔排序做的那些改进

归并排序算法的过程图解

不基于比较的基数排序原理图解

常用排序算法代码兑现

2 你会学到什么？

接下来，要学习一种算法优化的思路。

暴力枚举，一般比较容易想出来，是解决问题最直接的方法，但是往往不是高效的算法，找出暴力枚举的问题所在，以此为突破口，才有可能想出更高效的算法。

这种更高效的算法有可能是动态规划。看看如何通过实战从暴力枚举切入到动态规划中。

3 讨论的问题是什么？

已知目标函数，和多个输入变量，并且输入变量间有耦合关系，对于这类问题，暴力解决一般时间复杂度比较大，讨论动态规划来降低时间复杂度。

4 动态规划入门

先考虑这么一个问题，给定两个数组a和 b，每个数组任意拿出一个元素，求乘积的最大值，假定数组 a 和 b 相互独立，不存在耦合关系。

在这个假定下，这个问题变得就很简单了，直接取各自数组a或b的最大值，两者相乘一定是最大值。

但是，有时候，数组a和b不会相互独立，存在耦合关系，例如数组a中最大元素取出后，就不能再拿数组b中的最大值了，此时问题就好像变得复杂起来。

这就是我们说的需要规划，需要有策略的动态地调整数组a和b拿出的元素，最后的相乘最大值，可能都不是各自的最大元素。

上述问题，转化为一个实际问题，便是LeetCode的第11题 container with most water，请看题，

Given n non-negative integers a1, a2, …, an, where each represents