动态规划算法(C++)(1、三步走问题)

        动态规划是一种解决多阶段决策过程最优化问题的数学方法。在动态规划中，问题被分解为多个子问题，每个子问题的最优解会被保存起来，以便在求解下一个子问题时能够重复利用。

---

一、动态规划算法的说明

        首先什么是动态规划呢？它是干什么用的呢？其实动态规划就是一种解决问题的方法。每个子问题的“最优解”存放到数组中，这些存放到数组中的“最优解”会被后面的子问题所使用。这样说可能太抽象了，大家可以看下面的习题来进一步的去理解动态规划算法。

1.三步走问题（对应Leetcode面试题08.01.三步问题）

        对应习题链接：面试题 08.01. 三步问题 - 力扣（LeetCode）

   1.题目描述：

   三步问题。有个小孩正在上楼梯，楼梯有n阶台阶，小孩一次可以上1阶、2阶或3阶。实现一种方法，计算小孩有多少种上楼梯的方式。结果可能很大，你需要对结果模1000000007。

    2.题目解析：

            最初我刚刚接触这道题的第一感觉是很棘手，这种习题要怎么做完全我从下手！现在让我们用动态规划的思路去理解这道习题会很简单。

        那因为我们一次可以迈1个台阶、2个台阶或者3个台阶，我们第4个台阶的方法总数是不是可以这样算呢？从0到第4个台阶的方法总数，就是从0到第1个台阶的方法总数+从0到第2个台阶的方法总数++从0到第3个台阶的方法总数之和，就是从0到第4个台阶的方法总数（也就是图中的1+2+4=7）（本质是因为可以从1，2，3直接迈到第4个台阶）。所以我们依此类推，可以得到第n个台阶的方法总数是 0到n-1的方法总数+0到n-2的方法总数+0到n-3的方法总数之和。

3.题目代码：

    int waysToStep(int n) {   //n为第n个台阶
        vector<int>dp(n+1);   //创建一个数组名为dp 并且开了n+1个空间
        //if两个为判断边界条件
        if(n==1 || n==2) return n;
        if(n==3) return 4;
        
        dp[1]=1,dp[2]=2,dp[3]=4; //把对应的台阶方法总数存入数组中 用于后面的子问题使用
        for(int i=4;i<=n;i++)
        {
            //dp[i]=dp[i-1]+dp[i-2]+dp[i-3] 依次带入i i=4时就是第4个台阶方法总数等于    
            //第3个台阶方法总数+第2个+第1个 然后存到数组中

            dp[i]=((dp[i-1]+dp[i-2])%1000000007+dp[i-3])%1000000007;
        }
        return dp[n];
    }

---

总结

        通过一个三步走问题来初步学习动态规划问题，我相信大家都可以很快入门，大家可以点一下链接去实践一下啦！后面我会陆续更新动态规划算法，有需要的话大家可以留意一下专栏后续的文章。希望我的理解可以对大家的学习有所帮助。