DP动态规划学习笔记

DP的概念

DP是求解多阶段决策问题最优化的一种算法思想，它用于解决具有重叠子问题，最优子结构特征的问题。
以斐波那些数列为例，斐波那些数列是一个递推数列，前两个数字之和等于后一个数字的值。想要知道第n个数字的值就必须知道n-1和n-2的值。利用DP的思想可以把求n的值分为求n-1和n-2两个子问题。

DP的两种编程方法

1.先大问题再小问题

递归就是这种思路，为避免出现重复计算一般会与记忆化配合使用减小时间损耗。

2.先小问题再大问题

与1.相反，避免了递归的使用。一般需要填写多维表格，编程时用多个循环语句根据表中结果，从小到大解决问题。

DP的特点

用空间换取时间。DP的空间使用特别大，但是速度快。

DP的优化

1.我们可以用滚动数组进行优化，减少空间的花销。

有交替滚动与自我滚动两种
交替滚动可以利用swap函数实现
自我滚动在01背包问题中必须从后往前运算

2.用记忆化的方式存储之前计算过的数据，如果数据存在就直接返回值，如果数据不存在就根据已有数据继续计算和记忆，以备之后的使用。

DP的应用场景

1.背包问题

有01背包，分组背包，完全背包，多重背包

2.最长公共子序列

3.最长递增子序列

4.编辑距离

5.最小划分

6.行走问题

7.矩阵最长递增路径

8.子集和问题

9.最优游戏策略

10.矩阵链乘法