动态规划问题

动态规划理解 v1.0

---

当一个问题的求解需要对递归多次的子问题求解时，懂她爱规划是一种常用的方法。
即预先计算这些子问题的解，然后将他们储存起来，便于计算更大问题的值

• Fibonacci问题

递归等式：

def Fibonacci(n):
    if n==0 or n == 1:
        a = 1
    else:
        a = Fibonacci(n-1)+Fibonacci(n-2)
    return a

可以看出每次递归调用，我们需要计算1次Fibonacci(n-1); 2次Fibonacci(n-2)……
即算法时间复杂性关于n呈指数关系

动态规划算法：

def Fibonacci(n):
    a = [1,1]
    for i in range(n):
        a.append(a[0]+a[1])
        a = a[-2:]
    return a[0]

这个算法的算法复杂度是$\mathrm O(n)$

即对所需要的中间计算的集合以及他们之间相互依赖关系进行定义。可以使用缓存的思想避免冗余计算