备战秋招系列之算法篇--动态规划（1）

1.动态规划–套路框架

本文内容来自github：labuladong 的算法教程，学习完之后做的笔记，大家可以去github看一下写的非常好。

前言

       动态规划的问题一般形式是求最值；核心问题是穷举；所以遇到求最值的问题就穷举。
       但是在动态规划中，最终的穷举结果会存在重叠的问题，暴力穷举的话效率会非常的低，所以需要使用“备忘录”或者“DP table”，优化我们的穷举过程；其次动态规划中一定会有最优子结构，这样就可以通过子问题的最值找到原问题的最值；最后若想穷举，只有列出状态转移方程才可以。
       所以动态规划三要素是：重叠子问题、最优子结构、状态转移方程；其中状态转移方程是最难的，在写转移方程的时候需要考虑下面几个问题：

1. 这个问题的base case(最简单情况)是什么？
2. 这个问题有什么“状态”？
3. 对于每个状态可以做出什么选择使得状态发生改变？
4. 如何定义dp数组/函数的含义来表现状态和选择？

# 初始化base case
dp[0][0][...] = base case
#进行状态转移
for 状态1 in 状态1的所有取值:
     for 状态2 in 状态2的所有取值:
     	for ...
     		dp[状态1][状态2][...] = 求最值(选择1,选择2,...)

       下面通过斐波那契和凑零钱问题