第五版算法设计与分析 动态规划（含书上与leetcode习题）

动态规划关键要点

(1) 基本要素 + V.S. 递归

动态规划和递归类似，基本思想也是：先分解再求解子问题。但动态规划中的子问题往往不独立，如果使用递归，则将出现许多重复运行，时间复杂度往往指数级。动态规划法使用一个表来记录子问题的解，后续使用时查询即可。

因此，一个动态规划问题包含两个基本要素：

• 最优子结构：问题的解可由他的子问题的解来确定，要想达到当前状态的最优解，则子问题的解也应该是最优的，即全局最优解包含局部最优解。
• 重叠子问题：每次产生的子问题并不总是新问题。

（2）备忘录方法

备忘录方法是动态规划的变形。但与动态规划不同的是，备忘录是自顶向上的（即动态规划先求子问题，再求大问题，备忘录方法与之相反）。与动态规划相同的是，他也为每个子问题建立记录项。

二者方法优劣在于子问题重叠情况，若重叠多，则动态规划更佳，否则备忘录更佳。这是由于后者仅计算需要求解的子问题。

(3) 求解步骤

寻找最优子结构的结构特征 → 表示成子问题的最优解 → 自底向上计算出最优值 → 构造最优解

1. 寻找最优子结构的性质、结构特征；
2. 表示成子问题的最优解，并递归定义；
3. 自底向上计算出最优值；
4. 构造最优解。

另：通常可以通过观察特殊结构等，来减少使用空间。一般难点在于第一点，需要多实践摸索经验。

习题

（1）书：最长公共子序列

给定两个字符串，确定他们最长公共子序列（子序列为原序列中部分下标严格递增的序列）。

1.1 最优子结构 特征性质

我觉得对于初学者而言，这一题的难点在于如何去定义最优解，定义最优解的子问题变化。一个直接的认知是，最优子结构是根据两个字符串的长度变化而改变的，我们就可以设定两个字符串的求解位置作为两个变量。

接着，我们可以得到子结构的变化特征：

若 X = { x 1 , x 2 , . . . , x m } , Y = { y 1 , y 2 , . . . , y n } X = \{x_1,x_2, ..., x_m \}, Y=\{ y_1, y_2, ..., y_n\} X={ x1​,x2​,...,xm​},Y={ y1​,y2​,...,yn​}，最长公共子序列 Z = { z 1 , . . . , z k } ， 则 有 ： Z=\{z_1, ..., z_k\}，则有： Z={ z1​,...,zk​}，则有：

1. 若 $x$