动态规划随笔

2021.05.06 补充关于方向和数组存储内容的看法

DP本质上还是一个状态机，而且还是一个单向的状态机。先不管什么重叠子问题和最优化问题，只说他的本质，就是一个对所有状态间可能存在的转移的枚举，然后以n维向量的形式表示出来。这是一个memo。

沿着某一个“方向”，记录所有枚举的情况，然后得到答案。这个方向，在LCS里可能是字符串的下标，在股票问题里可能是天数，在楼梯里可能是上楼的过程（往上），在fib里可能是数字增大。当然这也体现出fib不算DP，只是一个memo，因为他没有可选的转移，每次只有一个选项。

DP也可以看成是逆向的递归。因此，DP的过程不一定是线性的、迭代的，也可以是递归的。只要有用来枚举的memo即可。

此外，DP中常见的状态压缩技巧，无非是对只有一种选择的情况的优化。比如买股票问题，如果股票只能买卖一次，那就没有必要记录股票当前的买卖次数了，反正买了立刻就变成买过，只有买过和没买过，而且转换也是固定的。再者，爬楼梯问题这种的，因为他只能往上，所以其实只要搞两个变量就行了，记录一下往前一步和两步的数量就完事了。

状态压缩同时也是对随便选的情况的优化。只有一种选择也是随便选的一个特例吧，因为只有一个选项，随便怎么选都不会产生决定性影响。

整个DP当中最复杂的部分，我觉得还是寻找边界情况。事实上通常情况下寻找决策并不麻烦，麻烦的是找到其中所有的边边角角。比如粉刷墙壁III这个问题，他的边界情况是相当麻烦的。

DP的“方向”，也就是沿着这个“方向”，记录所有枚举的情况，是由问题规模缩小的方向来决定的。有的题目是下标增大，有的题目是下标减小，有的是前序遍历，有的是后序遍历，本质上都是为了缩小问题规模。只有在DP的过程中问题不断变小，这才是一个正确的算法。算法的正确性就是由单调性和不变性决定的。

DP数组的内容，其实就是用来描述迭代过程中的snapshot。在迭代过程中的某个时间点，我需要什么样的信息来辅助决策，DP数组（或者momo）里就存储什么样的内容。比如最大子序列和，存储的是到当前下标为止的最大子序列和，这个一开始确实不好理解，但是在迭代过程中的某一个时刻，我需要到目前为止已知的最大和，这样我才能决定要不要增加；就是这么一个简单的判断标准罢了。