动态规划——简单理解

动态规划的基本步骤

3. 找出最优解的性质，并刻划其结构特征的。（寻找最优解的子问题结构）
4. 递归的定义最优解。（根据子问题结构建立问题的递归解式求解最优值）
5. 以自底向上的方式计算出最优值（动态规划思想）
6. 根据计算最优值时得到的信息，构造最优解。

---

动态规划总体思想

---

1. 动态规划算法与分治法类似，其基本思想也是将带求解问题分解成若干子问题
2. 但是经分解得到的子问题往往不是互相独立的。不同问题的数目常常有多项式量级。在用分治法求解时，有些子问题被重复计算了许多次。

如何减少子问题的重复计算就是动态规划算法的关键解决思想！
在我们的计算机中，它的最大的优势是什么，就是它的记忆性好，它有无限的存储空间。如果能够保存已解决的子问题的答案，而在需要时再找出以求得的答案，就可以避免大量的重复计算，从而得到多项式时间算法。

---

动态规划算法的基本要素

---

通过以上，我们可以得到两个动态规划算法的基本要素

1. 最优子结构

2. 重叠子问题

举个例子

在满足运行效率的要求上，多个矩阵的连乘功能

在这里我们要知道：对于 p×q 矩阵A 和 q×r 矩阵B，AB需要 ？ 标准乘法计算.

？= pqr

也就是说不同的加括号的形式，我们矩阵连乘需要的数乘次数是不同的。（这就是我们要讨论的矩阵连乘问题的最优子结构）

---

问题分析

用递归算法

可以看到黄色部分有很多重复的子问题，那可不可以在递归算法中添加表记录已计算的结果？减少计算量？

备忘录方法

自顶向下

动态规划

自底向上