动态规划

前言

动态规划在基础算法中具有比较重要的地位，来看看它。

正文

什么是动态规划（Dynamic Programming）？

刚入门的时候特别不容易理解。这里在知乎的问答中找到了一篇很容易入门的介绍，感谢这位大神
https://www.zhihu.com/question/23995189/answer/613096905

对其做一些总结行归纳：

1.基本内涵

能将大问题拆成几个小问题，且满足无后效性、最优子结构性质。

ps：文中举了个栗子，1、5、11面额凑出15，如何使用最小的张数凑出？
最佳答案 15 = 5+5+5 3张凑出
1）大问题拆小问题
首先分析问题，找到规律。
令cost代表张数，拼凑方式将有下面三种：
当选了 1 张11 ， cost(15) = 1 + cost(15-11)
当选了 1 张5 ， cost(15) = 1 + cost(15-5)
当选了 1 张1 ， cost(15) = 1 + cost(15-1)
！！不会再有其他情况
cost(n) 只与 cost(n-11) , cost(n-5) , cost(n-1) 相关；更确切地说：
cost(n) = min{cost(n-11) , cost(n-5) , cost(n-1)} + 1
2）无后效性
cost(15)仅与cost(15-11), cost(15-5) ,cost(15-1)相关，至于这三个数怎么求出来，与它无关。求出cost(15)后，后面任意时刻直接使用它的值即可，不用管怎么求出来的。 如果给定某一阶段的状态，则在这一阶段以后过程的发展不受这阶段以前各段状态的影响，这就是无后效性

3）最优子结构
cost(n) = min{cost(n-11) , cost(n-5) , cost(n-1)} + 1 这里形成了转移公式，其中的min很显然是取cost(n-11) , cost(n-5) , cost(n-1)中最小的组合，意味着cost(n)本身就是最优结构。它的子问题也是最优子结构。

2.核心竞争力

对于相关问题很明显也可以用暴力解法，为什么要使用DP呢？
因为快，以上面的例子做参考，当cost(n) 聚焦到
min{cost(n-11), cost(n-5) , cost(n-1)}时，它就形成了最优空间。15张1这样的情况，它根本不会去计算。仅枚举有希望成为答案的解，自带剪枝功能。

3.如何应用DP

1）状态设计
以上面的例子做参考，
设计了cost(n)，它代表了组合结果为n的最小张数。

2）状态转移方程
这里🈯️从小问题如何推到大问题
cost(n) = min{cost(n-11) , cost(n-5) , cost(n-1)} + 1

3）缓存小问题答案
当我们求cost(15)时，我们需要求cost(15-11)也就是cost(4), 同理还有cost(10) , cost(14)。这些小问题的解其实是唯一的，这时候把它缓存下来，可以提升效率。

例如，我们求了cost(15)后缓存下来，它可以作为cost(20)的一个子问题的解，不用再算一遍。