动态规划的理解

动态规划

什么是动态规划?

动态规划是运筹学的一个分支，是求解决策过程最优化的数学方法。它将问题拆分成小问题，并解决小问题作为起点，从而最终解决问题。

接下来我们从简单的例子看起，感受一下动态规划算法的魅力。

问题一：爬梯子问题

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

注意：给定 n 是一个正整数。

示例 1：

输入： 2

输出： 2

解释： 有两种方法可以爬到楼顶。

a、1 阶 + 1 阶

b、2 阶

示例 2：

输入： 3

输出： 3

解释： 有三种方法可以爬到楼顶。

a、1 阶 + 1 阶 + 1 阶

b、1 阶 + 2 阶

c、2 阶 + 1 阶

走1阶台阶只有一种走法，但是走2阶台阶有两种走法（如示例1），如果n是双数，我们可以凑成m个2级台阶，每个m都有两种走法，如果n是单数，那么我们可以凑成m个2级台阶加上一个1级台阶，这样就似乎于一个排列组合题目了，但是开销貌似比较大。

如何将整个问题拆分成一个一个的小问题呢？

这个时候使用动态规划就很有用，因为这个问题其实是由一个很简单的小问题组成的。

观察这种小问题，简单地我们可以采用首位或者中间态进行一次分析，比如我们从最终态进行分析：

走N阶台阶，最后一步必定是1步或者2步到达。

那么N阶台阶的走法不就相当于最后走一步和最后走两步的走法的总和吗？换一种方式来说，我们取一个中间态：如果总共有3级台阶，3级台阶的走法只会存在两种大的可能：走了1阶台阶+走两步、走了两级台阶+走一步，即3级台阶的所有走法就是走了1阶台阶的走法加上走了2阶台阶的走法，而1阶台阶的走法只有一种，2阶台阶的走法有2种，所有3阶台阶的走法有3种,我们使用一种更通用的方式进行表达的话就是所谓的状态转换方程：

ways[n] = ways[n-1] + ways[n-2]

有了这个公式，我们就可以使用迭代来完成整个过程，寻求到最终的ways[n]的值了，迭代的开始即我们已知的确定条件：一阶台阶只有一种走法：ways[1]=1、两阶台阶有两种走法：ways[2]=2，代码如下：

function climbStairs(n) {
    if (n === 1 || n === 2) {
        return n;
    }
 
    var ways = [];
    ways[0] = 1;
    ways[1] = 2;
 
    for(var i=2; i<n; i++){
        ways[i]=ways[i-1] + ways[i-2];
    }
 
    return ways[n-1];
}

梳理一下基本流程：

1、从一个现实方案中找到状态转换的特有规律

2、从特有规律中提取出状态转换方程

3、找到状态转换方程的迭代初始值（确定值）

4、解决问题

转载地址：https://www.deanhan.cn/js-dynamic-planning.html