记忆化搜索（dp思想的dfs

---

是什么

记忆化搜索，本质还是动态规划，只是实现方式采用了深度优先搜索的形式，但是它不像深度优先搜索那样重复枚举所有情况，而是记录已经遍历过的状态的信息，从而避免对同一状态重复遍历，这样就和动态规划的思想不谋而合了。

---

一、我的理解

我的理解：思考套路和普通dp一样，但是确定遍历顺序改为dfs遍历

二、思考模板

1.定义的数组和函数

建立dp数组：dp[i][j]
深度优先遍历函数：dfs(i,j)
定义为：在区间（i，j）内符合题意的的情况
attention！！！！注意此处可以选择区间为开区间或者闭区间！！！！

2.模板

• 确定dp数组以及下标含义
• 确定递推公式
• dp数组如何初始化：一般初始化为-1，与dfs遍历联动，方便进行剪枝
• 确定遍历顺序
  dfs进行遍历
  递归终点：
  如果 i≥j，返回 0
  如果当前dp[i][j]已经被赋值，则return dp[i][j]（剪枝）
  递归入口：分情况讨论

三、例题

leetcode 3034

思路：

• 确定dp数组以及下标含义

定义函数dfs(i，j) 表示戳破在开区间 （i,j） 内的气球，最多可以获得多少金币。
定义数组dp[i][j]表示戳破在开区间 （i,j） 内的气球，最多可以获得多少金币。

• 确定递推公式

k>i&&k<j,在开区间（i，j）内最后一个戳破气球k可以获得的金币

• dp数组如何初始化

dp数组初始化为-1，并且dp数组长度初始化为[n+2][n+2]（因为采用的开区间）

• 确定遍历顺序

dfs进行遍历
递归终点：
1，如果 i≥j-1，此时开区间内没有气球可以戳破了，返回0
2，如果当前dp[i][j]已经被赋值，则return dp[i][j]；
递归入口：转2，确定递推公式

代码

class Solution {
public:
    int maxCoins(vector<int>& nums) {
        int n=nums.size();
        vector<vector<int>> dp(n+2,vector<int>(n+2,-1));
        vector<int> val(n+2);
        for (int i = 1; i <= n; i++) {
            val[i] = nums[i - 1];
        }
        val[0] = val[n + 1] = 1;
        function<int(int,int)>dfs=[&](int i,int j){
            if(i>=j-1)return 0;//此时开区间内没有气球可以戳破
            if(dp[i][j]!=-1)return dp[i][j];
            int ans=0;
            for(int k=i+1;k<j;k++){
                ans=max(ans,val[k]*val[i]*val[j]+dfs(i,k)+dfs(k,j));
            }
            dp[i][j]=ans;
            return dp[i][j];
        };
        return dfs(0,n+1);

    }
};