动态规划

暴力递归

暴力递归就是尝试

• 把问题转化为规模缩小了的同类问题的子问题
• 有明确的不需要继续进行递归的条件(base case)
• 有当得到了子问题的结果之后的决策过程
• 不记录每一个子问题的解

动态规划

什么暴力递归可以继续优化？

• 有重复调用同一个子问题的解，这种递归可以优化
• 如果每一个子问题都是不同的解，无法优化也不用优化

暴力递归和动态规划的关系

• 某一个暴力递归，有解的重复调用，就可以把这个暴力递归优化成动态规划
• 任何动态规划问题，都一定对应着某一个有解的重复调用的暴力递归
• 但不是所有的暴力递归，都一定对应着动态规划

如何找到某个问题的动态规划方式？

1. 设计暴力递归：重要原则+4种常见尝试模型！
2. 分析有没有重复解
3. 用记忆化搜索 -> 用严格表结构实现动态规划
4. 看看能否继续优化

设计原则

1. 每一个可变参数的类型，一定不要比int类型更加复杂
2. 原则1可以违反，让类型突破到一维线性结构，那必须是单一可变参数
3. 如果发现原则1被违反，但不违反原则2，只需要做到记忆化搜索即可
4. 可变参数的个数，能少则少

常见的4种尝试模型

1. 从左往右的尝试模型
2. 范围上的尝试模型
3. 多样本位置全对应的尝试模型
4. 寻找业务限制的尝试模型

如何分析有没有重复解

• 列出调用过程，可以只列出前几层
• 有没有重复解，一看便知

暴力递归到动态规划的套路

1. 你已经有了一个不违反原则的暴力递归，而且的确存在解的重复调用
2. 找到哪些参数的变化会影响返回值，对每一个列出变化范围
3. 参数间的所有的组合数量，意味着表大小
4. 记忆化搜索的方法就是傻缓存，非常容易得到
5. 规定好严格表的大小，分析位置的依赖顺序，然后从基础填写到最终解
6. 对于有枚举行为的决策过程，进一步优化

动态规划的进一步优化

1. 空间压缩
2. 状态化简
3. 四边形不等式

经典题目

背包问题的动态规划解法

两个字符串的最长公共子序列