什么是动态规划（Dynamic Programming）？动态规划的意义是什么？(1)

注：本文源自知乎两篇文章，第一篇注重基础原理讲解 第二篇注重解题思路分析。仅用于个人学习，侵权删。

第一篇

作者：阮行止
链接：点击阅读原文
来源：知乎

0. intro

• 很有意思的问题。以往见过许多教材，对动态规划（DP）的引入属于“奉天承运，皇帝诏曰”式：不给出一点引入，见面即拿出一大堆公式吓人；学生则死啃书本，然后突然顿悟。针对入门者的教材不应该是这样的。恰好我给入门者讲过四次DP入门，迭代出了一套比较靠谱的教学方法，所以今天跑过来献丑。
• 现在，我们试着自己来一步步“重新发明”DP。

1. 从一个生活问题谈起

• 先来看看生活中经常遇到的事吧——假设您是个土豪，身上带了足够的1、5、10、20、50、100元面值的钞票。现在您的目标是凑出某个金额w，需要用到尽量少的钞票。

• 依据生活经验，我们显然可以采取这样的策略：能用100的就尽量用100的，否则尽量用50的……依次类推。在这种策略下，666=6×100+1×50+1×10+1×5+1×1，共使用了10张钞票。

• 这种策略称为“贪心”：假设我们面对的局面是“需要凑出w”，贪心策略会尽快让w变得更小。能让w少100就尽量让它少100，这样我们接下来面对的局面就是凑出w-100。长期的生活经验表明，贪心策略是正确的。

• 但是，如果我们换一组钞票的面值，贪心策略就也许不成立了。如果一个奇葩国家的钞票面额分别是1、5、11，那么我们在凑出15的时候，贪心策略会出错：

  • 15=1×11+4×1 （贪心策略使用了5张钞票）
  • 15=3×5 （正确的策略，只用3张钞票）
  • 为什么会这样呢？贪心策略错在了哪里？　　鼠目寸光。

• 刚刚已经说过，贪心策略的纲领是：“尽量使接下来面对的w更小”。这样，贪心策略在w=15的局面时，会优先使用11来把w降到4；但是在这个问题中，凑出4的代价是很高的，必须使用4×1。如果使用了5，w会降为10，虽然没有4那么小，但是凑出10只需要两张5元。

• 在这里我们发现，贪心是一种只考虑眼前情况的策略。

• 那么，现在我们怎样才能避免鼠目寸光呢？

• 如果直接暴力枚举凑出w的方案，明显复杂度过高。太多种方法可以凑出w了，枚举它们的时间是不可承受的。我们现在来尝试找一下性质。

• 重新分析刚刚的例子。w=15时，我们如果取11，接下来就面对w=4的情况；如果取5，则接下来面对w=10的情况。我们发现这些问题都有相同的形式：“给定w，凑出w所用的最少钞票是多少张？”接下来，我们用f(n)来表示“凑出n所需的最少钞票数量”。

• 那么，如果我们取了11，最后的代价（用掉的钞票总数）是多少呢？　　 - 明显cost = f(4) + 1 = 4+1 =5 ，它的意义是：利用11来凑出15，付出的代价等于f(4)加上自己这一张钞票。现在我们暂时不管f(4)怎么求出来。　　-

• 依次类推，马上可以知道：如果我们用5来凑出15，cost就是 。　　那么，现在w=15的时候，我们该取那种钞票呢？当然是各种方案中，cost值最低的那一个！

  • 取11：cost = f(4) + 1 = 4+1 =5
  • 取5 ： cost = f(10) + 1 = 2+1 =3
  • 取1： cost = f(14) + 1 = 4+1 =5
  • 显而易见，cost值最低的是取5的方案。我们通过上面三个式子，做出了正确的决策！

• 这给了我们一个至关重要的启示—— f(n)只与 f(n-1),f(n-5),f(n-11)相关；更确切地说：

  • f(n) = min{ f(n-1),f(n-5),f(n-11)} +1

• 我们以O(n) 的复杂度解决了这个问题。现在回过头来，我们看看它的原理：

  • f(n)只与 f(n-1),f(n-5),f(n-11)的值相关
  • 我们只关心f(w) 的值，不关心是怎么凑出w的。

• 这两个事实，保证了我们做法的正确性。它比起贪心策略，会分别算出取1、5、11的代价，从而做出一个正确决策，这样就避免掉了“鼠目寸光”！

• 它与暴力的区别在哪里？我们的暴力枚举了“使用的硬币”，然而这属于冗余信息。我们要的是答案，根本不关心这个答案是怎么凑出来的。譬如，要求出f(15)，只需要知道f(14),f(10),f(4)的值。其他信息并不需要。我们舍弃了冗余信息。我们只记录了对解决问题有帮助的信息——f(n).　　我们能这样干，取决于问题的性质：求出f(n)，只需要知道几个更小的f©。我们将求解f©称作求解f(n)的“子问题”。

• 这就是DP（动态规划，dynamic programming）.

  • 将一个问题拆成几个子问题，分别求解这些子问题，即可推断出大问题的解。

2. 几个简单的概念

• [①无后效性]

  • 一旦f(n)确定，“我们如何凑出f(n)”就再也用不着了。
  • 要求出f(15)，只需要知道f(14),f(10),f(4)的值，而f(14),f(10),f(4)是如何算出来的，对之后的问题没有影响。
  • “未来与过去无关”，这就是无后效性。
  • （严格定义：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。）注： f(15)是现在状态， f(14),f(10),f(4)是现在状态的以前的状态，f(15)以后的状态是未来状态(如果有)

• [②最优子结构]

  • 回顾我们对f(n)的定义：我们记“凑出n所需的最少钞票数量”为f(n).　　f(n)的定义就已经蕴含了“最优”。利用w=14,10,4的最优解，我们即可算出w=15的最优解。
  • 大问题的最优解可以由小问题的最优解推出，这个性质叫做“最优子结构性质”。

• [③重叠子结构]

  • 能将大问题拆成几个小问题。

• ④引入这两个概念之后，我们如何判断一个问题能否使用DP解决呢？

  • 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。

3. 对DP原理的一点讨论

• 【DP的核心思想】
  • DP为什么会快？
  • 无论是DP还是暴力，我们的算法都是在可能解空间内，寻找最优解。
  • 来看钞票问题。暴力做法是枚举所有的可能解，这是最大的可能解空间。
  • DP是枚举有希望成为答案的解。这个空间比暴力的小得多。
  • 也就是说：DP自带剪枝。
  • DP舍弃了一大堆不可能成为最优解的答案。譬如15 = 5+5+5 被考虑了。15 = 5+5+1+1+1+1+1 从来没有考虑过，因为这不可能成为最优解。
  • 从而我们可以得到DP的核心思想：尽量缩小可能解空间。
  • 在暴力算法中，可能解空间往往是指数级的大小；如果我们采用DP，那么有可能把解空间的大小降到多项式级。一般来说，解空间越小，寻找解就越快。这样就完成了优化。
• 【DP的操作过程】
  • 一言以蔽之：大事化小，小事化了。
  • 将一个大问题转化成几个小问题；求解小问题；推出大问题的解。
• 【如何设计DP算法】
  • 下面介绍比较通用的设计DP算法的步骤。
  • 首先，把我们面对的局面表示为x。这一步称为设计状态。
  • 对于状态x，记我们要求出的答案(e.g. 最小费用)为f(x).我们的目标是求出f(T).找出f(x)与哪些局面有关（记为p），
  • 写出一个式子（称为状态转移方程），通过f( p )来推出f(x).
• 【DP三连】
  • 设计DP算法，往往可以遵循DP三连：
    • 我是谁？ ——设计状态，表示局面
    • 我从哪里来？　　我要到哪里去？ ——设计转移
    • 设计状态是DP的基础。接下来的设计转移，有两种方式：一种是考虑我从哪里来（本文之前提到的两个例子，都是在考虑“我从哪里来”）；另一种是考虑我到哪里去，这常见于求出f(x)之后，更新能从x走到的一些解。这种DP也是不少的，我们以后会遇到。
    • 总而言之，“我从哪里来”和“我要到哪里去”只需要考虑清楚其中一个，就能设计出状态转移方程，从而写代码求解问题。前者又称pull型的转移，后者又称push型的转移。（这两个词是 @阮止雨 妹妹告诉我的，不知道源出处在哪）思考题：如何把钞票问题的代码改写成“我到哪里去”的形式？提示：求出f(x)之后，更新f(x+1),f(x+5),f(x+11).

4 例题:最长上升子序列

• 从这三个例题中可以看出，DP是一种思想，一种“大事化小，小事化了”的思想。带着这种思想，DP将会成为我们解决问题的利器。

• 最后，我们一起念一遍DP三连吧——我是谁？我从哪里来？我要到哪里去？

二、leetcode对DP的讲解

https://leetcode-cn.com/leetbook/read/dynamic-programming-1-plus/xceyqr/