初步了解动态规划

---

前言

动态规划可以优化传统循环所浪费的时间，多理解动态规划，可以提高对题的认知，

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、动态规划是什么？

动态规划（英语：Dynamic programming，简称 DP），是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。动态规划常常适用于有重叠子问题和最优子结构性质的问题。

二、使用步骤

1.核心思想

动态规划核心思想
动态规划最核心的思想，就在于拆分子问题，记住过往，减少重复计算。

2.基本套路

1 ：定义数组，了解数组元素的含义
2 ：找出数组的关系
3 ：确定初始值
注意： 数组不是必须开辟的，可以优化，这里是方便解题

---

例题

1： [剑指 Offer 10- II. 青蛙跳台阶问题]

1：递归

超出时间限制了

int num(n){
    if(n == 0)
        return 1;
    if(n ==  1 || n == 2)
        return n;
    else
        n = (num(n - 1) + num(n - 2))% 1000000007;
    return n;
}
int numWays(int n){
    int cnt = num(n);
    return cnt ;
}

2 ：开一维数组

int num(int n){
     int  a[101] = {1,1};
    int  i;
   for( i = 2 ; i <= n ; i++)
    {
        a[i] = (a[i - 1] + a[i - 2]) % 1000000007;
    }
    return a[n];
}
int numWays(int n){
    int cnt = num(n);
    return cnt;
}

3:用3 个变量记录

int num(int n){
    if(n == 0 || n == 1)
        return 1;
    int  a = 1,b = 1,sum = 0;
   for( int i = 2 ; i <= n ; i++)
    {
        sum = (a + b) % 1000000007;
        a = b;
        b = sum;
    }
    return sum;
}
int numWays(int n){
    int cnt = num(n);
    return cnt;
}

总结

数组优化还需要多练，，就本题时间复杂度可以从O（n）到O（1）

2 ：买卖股票的最佳时机

代码

class Solution {
    public int maxProfit(int[] prices) {
        	//tem记录当前利润
        int maxProfit = 0 , tem = 0;
        int a , b;					//a 记录买入价格  b记录卖出价格
        a = b = prices[0];
        for(int i = 1;  i < prices.length; i++)
        {
            if(a > prices[i])		//如果买入价格大于当前价格 则更新买入和卖出价格
            {
                a = b = prices[i];
                continue;
            }
            if(b < prices[i])		//卖出价格小于当前价格 ，更新卖出价格和当前利润
            {
                b = prices[i];
                tem = b - a;
            }
            if(tem > maxProfit)
                maxProfit = tem;
        }
    return maxProfit;
    }
}

优化：

省去b，直接代值，调函数！！！！！！

class Solution {
    public int maxProfit(int[] prices) {
        int maxProfit = 0 ;
        int a = prices[0];
        for(int i : prices)
        {
            a = Math.min(a,i);
            maxProfit = Math.max(i - a,maxProfit);
        }
    return maxProfit;
    }
}

3 ：[不同路径]

代码：

class Solution {
    public int uniquePaths(int m, int n) {
    int [][] a = new int [m][n];
    //初始化第一行 第一列
    for(int i = 0; i< m; i++)
    {
        a[i][0] = 1; 
    }
    for(int j = 0; j < n; j++)
    {
        a[0][j] = 1;
    }
    //各元素之间的关系
    for(int j = 1; j < m ; j++)
    {
        for(int i = 1 ; i < n ; i++)
        {
            a[j][i] = a[j][i - 1] + a[j -1][i];
        }
    }
    
    return a[m - 1][n -1]; 
    }
}

总结

动态规划还需要进一步了解，目前先总结这些，