动态规划解题套路

动态规划（Dynamic Programming）

动态规划属于运筹学范围。动态规划是求解决策过程最优化的数学方法。把多阶段过程转化为一系列单阶段问题，利用各阶段之间的关系，逐个求解，创立了解决这类过程优化问题的新方法——动态规划。

动态规划的问题之所以难，是因为它的其他算法不同，动态规划问题没有模板可以背诵。而且动态规划问题类型很多。总体来说，动态规划的问题有以下几类：

1、计数问题。典型题目有机器人走路。

2、求最大值最小值问题。典型问题有最长上升子序列。

3、存在性问题。典型问题有取石子游戏。

适用条件

动态规划问题必须满足以下的两个条件：

最优化原理

也就是最优子结构。一个最优化策略具有这样的性质，不论过去状态和决策如何，对前面的决策所形成的状态而言，余下的诸决策必须构成最优策略。简而言之，一个最优化策略的子策略总是最优的。一个问题满足最优化原理又称其具有最优子结构性质。

无后效性

将各阶段按照一定的次序排列好之后，对于某个给定的阶段状态，它以前各阶段的状态无法直接影响它未来的决策，而只能通过当前的这个状态。换句话说，每个状态都是过去历史的一个完整总结。这就是无后向性，又称为无后效性。

动态规划解题方法

1、自底向上

2、自顶向下

---

动态规划解题套路

动态规划解题可以分为 4 步：

第一步：确定状态。

第二步：状态转移方程。

第三步：初始条件和边界情况。

第四步：计算顺序。

下面我们使用一个简单的动态规划入门题来说明这四个步骤。

过程详解

问题描述：找零

我们有三种硬币，面值分别为：2 元、5 元和 7 元，而且每种硬币足够多。现在我们要购买一本价值为 27 元的书。如何用最小的硬币组合正好付清，而且不需要找零。

本题就是一个典型的求最大值最小值动态规划问题。

如果本题用贪心的方法，可以得到：先用 3 个 7 元，构成 21 元。剩下 6 元，再用 3 个 2 元构成。这样需要使用的硬币组合为：2+2+2+7+7+7=27，合计为 6 枚。

而正确的答案是：7+5+5+5+5=27，合计为 5 枚。

确定状态

状态是动态规划的核心。在动态规划解法中，我们都需要一个数组，数组可以是一维数组，可以是两维数组。数组的作用就是描述问题的状态。例如使用一维数组 dp[i] 表示第 i 步的状态，使用二维数组 dp[i][j] 表示第 i 步中第 j 部分状态。状态数组类似于我们描述数学问题中的未知量 x、y、z 等。

因此对于任何一个动态规划问题，我们首先需要确定状态。这里包含了两个子问题：

1、最后一步。虽然我们不能确定过程，但是每个问题都有最后的确定状态。

按例题找零为例，假设这个问题一定存在一个最优解，使用 K 枚硬币构成一个最优策略。

我们知道最后一步就是要将所有硬币组合总额编程 27。那么这 K 枚硬币可以描述为 A1，A2，...，AK，将这 K 枚硬币累加起来，可以得到，虽然我们不知道 Ai 的具体值。

那么最后一步就是这个最优策略中的最后一个决策，也就是最后一个硬币 。扣除最后一个硬币后，前面所有硬币的总和将是 ，如下图所示。

我们不需要关注前面 K-1 枚硬币是怎么样的组合，只需要保证拼出  即可。而且要保证拼出的硬币数量最小，也就是前面也是最优策略。这个很容易用反证法来证明。

2、子问题。

解决了最后一步（最少用多少枚硬币可以拼出 27-Ak）后，我们可以使用递归的思路，确定出子问题。这样，我们就将一个规模较大问题，分解为若干个问题一样规模较小子问题（Subproblem）。

这样，子问题就变成：最少用多少枚硬币可以拼出 X 元。

总结起来，就是通过描述最后一步，将一个规模大的问题，分解为若干个相同的而且规模较小的子问题。

状态转移方程

到目前为止，我们还是不知道最后一枚硬币 Ak 到底是多少。不要急。根据题目，我们知道硬币的可能只有 2 元、5 元和 7 元。那么最后一枚硬币也只能是这三种硬币中的一种。

这样，我们可以看出一个一维数组可以描述这个状态转移的过程。我们假设 dp[k] 表示拼出 K 元的最优策略，也就是 dp[1] 表示拼出 1 元的最优策略，dp[27] 表示拼出 27 元的最优策略。

因此，根据最后一步的描述，我们可以知道，要拼出 27 元，我们有三种可能：

1、使用 2 元拼出 27 元，对应的状态转移方程就是 dp[27]=dp[27-2]+1，也就是 dp[25] 加上一枚 2 元硬币。

2、使用 5 元拼出 27 元，对应的状态转移方程就是 dp[27]=dp[27-5]+1，也就是 dp[22] 加上一枚 5 元硬币。

3、使用 7 元拼出 27 元，对应的状态转移方程就是 dp[27]=dp[27-7]+1，也就是 dp[20] 加上一枚 7 元硬币。

除此之外，没有其他可能。题目要求我们求出最优策略，也就是最小的可能性，因此对应的 dp[27] 为取这三个方法的最小值，即。

这样，我们使用 dp[x] 表示最少硬币拼出 x 元的最优策略，我们可以得出整个问题的状态转移方程。

其实本问题就是使用自顶向下的方法来解决。

初始条件和边界情况

到这里为止，我们写出了题目的状态方程，下面我们需要确定该方程的初始条件和边界情况。

边界条件

y 元不能拼出，我们定义 dp[y] 为正无穷大。例如 。这样我们可以写出边界条件如下：

初始条件

从状态转移方程第递推式中，我们需要给出状态方程的初始条件。在状态方程中，我们可以看出只需要给出一个初值就可，也就是 dp[0]。对应的初始条件如下：

这样一个完整的状态转移方程，我们就可以写出如下所示：

计算顺序

根据上面推导出的状态转移方程，我们可以非常容易知道，计算的顺序应该是 1、2、3、...、K。也就是使用一个 for 循环就可以解决问题。

这样，我们就可以非常轻松的解决这个例题。对于其他动态规划的题目，我们都可以通过同样的步骤来完成，只需要多加练习即可。