动态规划之一：基本知识

一，用递归的办法求兔子数列

1.优点：程序代码简洁明了。

2.缺点：当数据规模较大时，运行时间很长（用动态规划（记忆化搜索）算法进行优化）原因是有重复计算

#include<bits/stdc++.h>
using namespace std;
int f(int n)
{
    if(n<=2)
    {
        return 1;
    }
    else
    {
        return f(n-1)+f(n-2);//递归求解兔子数列
    }
}
int main()
{
    cout<<f(60);//用递归方法运行兔子数列会存在问题：当数据较大时（比如60），运行时间变得很长
    return 0;
}

 二，记忆化搜索求兔子数列

注：记忆化搜索是空间来换时间 

#include<bits/stdc++.h>
using namespace std;
int a[100000];//用来进行存储的数组
int f(int n)
{
    if(!a[n])//如果当前值没有被计算过，则进行一次计算，并存储起来
    {
        if(n<=2)
        {
            a[n]=1;
        }
        else
        {
            a[n]=f(n-1)+f(n-2);
        }
    }
    return a[n];//返回结果
}
int main()
{
	cout<<f(60);
	return 0;
}

三，动态规划求兔子数列

1.动态规划是一步一总结，步步为营。

2.动态规划的关键是递推公式（非常难推出），即状态转移方程。

3.代码很短但非常难理解。

4.常用名词：阶段，阶段变量，状态，状态变量 。

#include<bits/stdc++.h>
using namespace std;
long long f[100000];
int main()
{
	int n=60;
	f[1]=f[2]=1;//递推边界
	for(int i=3;i<=n;i++)//动态规划
    {
        f[i]=f[i-1]+f[i-2];//状态转移方程
    }
    cout<<f[n];
	return 0;
}

动态规划的主要问题类型：

1.背包问题：01背包，完全背包，多重背包，二维背包。

2.最长不降子序列问题。

3.最长公共子序列问题。

4.区间动规问题。