c++动态规划

动态规划（Dynamic Programming）是一种在计算机科学中常用的算法设计和优化技术。它是通过将问题分解成子问题，并将子问题的解存储起来，以便之后的计算中重复使用。动态规划常用于求解最优化问题，如最短路径、最长公共子序列等。

动态规划的基本思想是通过最优子结构来推导出问题的最优解。我们通过递归的方式解决子问题，并将子问题的解存储起来，以避免重复计算。

下面以一个经典的例子来详细介绍动态规划的思想和实现方法：求解斐波那契数列。

斐波那契数列是一个递归定义的数列，前两个数为0和1，后面的每个数都是前面两个数的和。即：F(n) = F(n-1) + F(n-2)，其中F(0) = 0，F(1) = 1。

动态规划的解法是将问题分解成子问题，并将子问题的解存储起来。对于斐波那契数列，我们可以使用一个数组来保存前面的计算结果，以便之后的计算中重复使用。

#include <iostream>
using namespace std;

int fibonacci(int n) {
    int* dp = new int[n + 1]; // 创建一个数组来保存计算结果，默认为0
    dp[0] = 0;
    dp[1] = 1;
    for (int i = 2; i <= n; i++) {
        dp[i] = dp[i - 1] + dp[i - 2]; // 计算第i个斐波那契数
    }
    int result = dp[n];
    delete[] dp; // 释放动态分配的内存
    return result;
}

int main() {
    int n;
    cout << "请输入n的值：";
    cin >> n;
    cout << "斐波那契数列的第" << n << "个数是：" << fibonacci(n) << endl;
    return 0;
}

以上代码中，我们使用一个数组dp来保存计算结果。首先，将dp[0]和dp[1]初始化为0和1。然后，利用循环计算dp[i]（其中i从2开始，直到n）。最后，返回dp[n]，即斐波那契数列的第n个数。

通过使用动态规划的思想，我们避免了重复计算，提高了算法的效率。