动态规划01

前言

我们在刷题时会遇到很多种关于动态规划的问题，同时这也是很多企业面试时喜欢考察的一个点。为了更好的掌握动态规划问题，为此我开始着手学习动态规划的相关问题。并且在此系列纪录学习动态规划的成果。

学习全部基于知乎大佬的总结，此篇文章只是总结摘录：

爆肝整理220页《动态规划修炼之道：从入门到实战》来啦(附pdf下载)，堪称最强！

什么是动态规划？

动态规划，英文名 Dynamic Programming，简称 DP。用作者直白的话讲就是：

将一个大的复杂的问题，拆成一个个的子问题，子问题再拆成更小的子问题，直至拆到到子问题可以用 确定的条件解答，之后通过这些子问题的解反向得到原问题的解。

动态规划可以解决什么问题？

可以由动态规划解决的问题应该有 4 个特点：

• 求最优性质问题
• 有重叠子问题
• 最优子结构
• 无后效性

 由于只针对于刷题而言，这些特点可以不做了解。

动态规划解题步骤

主要就是 5 步，即：

1.  确定 dp 状态
2.  确定状态转移方程
3.  确定初始化状态
4.  确定状态转移顺序
5.  确定最终解

1. 确定 dp 状态

这个其实就是确定 dp 数组代表的含义。比如 dp[i] 代表的是第 i 个 xxx 是 dp[i]。

2.确定状态转移方程

状态转移方程是 dp 的重点，好不夸张的说，写出了状态转移方程，我们基本成功了一大半。 那啥是状态转移方程呢？其实就是“递推公式”，“递推公式”相当于就是“递归 + 记忆化”。

而这个“记忆化”就是让我们“记住计算过的数值，减少重复计算”，意思就是“计算过的数就会记下来，存 在一个地方，再碰到的时候直接拿出来用，不要再计算了”。

这是动态规划的核心思想，通过这个来显著的降低代码的时间复杂度，提高执行效率。

同样，有利就有弊，因为记忆化会把“计算过的数会记下来”，这就额外开辟了内存空间来存储，增加了 空间复杂度。动态规划相当于拿了空间换时间。

3.确定初始化状态

这步就是确定 dp 数组的初始化情况，也就是可以确定的最小子问题的 dp 值。

4.确定状态转移顺序

这步就是确定 dp 数组的转移顺序，比如对于当前状态的 dp[i]，是如何利用之前的计算值凑出它的最优 解来的。

5.确定最优解

这步就是最后确定的 return 值。