【算法】动态规划：适合新手的动态规划入门常见题目详解

一、什么是动态规划

1.官方定义

动态规划（英语：Dynamic programming，简称DP）是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。
动态规划背后的基本思想非常简单。大致上，若要解一个给定问题，我们需要解其不同部分（即子问题），再根据子问题的解以得出原问题的解。动态规划往往用于优化递归问题，例如斐波那契数列，如果运用递归的方式来求解会重复计算很多相同的子问题，利用动态规划的思想可以减少计算量。

2.动态规划的特点

看官方的解释大家应该都会比较懵，通俗的来讲，动态规划就是大事化小，小事化无。要解决一个大问题就将大问题拆解成小问题，通过逐个解决这些小问题，最终解决问题。
动态规划可以说是递归方法的一种优化，在递归问题中，我们需要进行大量的重复计算过程，时间复杂度极高。于是就有了将计算过的结果保存起来，每一个子问题只需要计算一次就好。动态规划实际也是使用 空间换时间 的一种做法。于是动态规划问题就具有这样的特点：

• 问题可以逐步拆解
• 所有子问题只需解决一次
• 对子问题进行存储

在解决动态规划问题时，通常就是以下三个步骤：

1. 状态定义
2. 初始化
3. 状态转移方程

如果你还不是很懂这些个名词的意思，那就通俗的讲一下：
状态定义 ：在我们使用空间换取时间时，当然要定义一个可以存储每一个子问题的结果的集合，那对于这个集合的每一个元素代表的意义一定要明确。当我们选定存储集代表的意义时，就完成了状态定义。
初始化 ：最大的问题逐步分解为小问题，从最小的问题开始解决时往往我们是知道结果的，就需要将最原始的子问题的值初始化出来。
状态转移方程 ：通常这也是最难想出来的一部分，我们从小问题逐步解决，状态转移方程就体现了“逐步”这一过程，列出状态转移方程可以经过多次套用由最小的问题逐步解决。

要完全理解还是要通过题目加深印象，接下来由简到难逐步来几个题目帮助理解：

二、题目练练手

1.斐波那契数列

大家都知道斐波那契数列，现在要求输入一个整数n，请你输出斐波那契数列的第n项（从0开始，第0项为
0）。
n<=39
int Fibonacci(int n)
斐波那契数列：
1 1 2 3 5 8 13 21 …

斐波那契数列应该是递归的入门题目了，但使用递归显然耗时太多，今天就换一种解法，使用动态规划来解决。
我们按照三个步骤来：

状态定义：
首先，我们定义数组dp[ ]来存储结果，那么每一处应该存放的数字的含义是什么呢？我们要求的是数列的第n项，那不如就定义数组的第 i 处数据表示的就是斐波那契数列的第 i 项。

初始化：
我们知道斐波那契数列求解的方法是前两项之和，因此在初始化时，至少初始化前两项。题目中表示第 0 项为 0 而第一项就是 1 这就初始化好了前两项。

状态转移方程：
知道第零和第一项，怎么求第二项？当然是加起来，也就是
第二项： dp[2] = dp[1] + dp[0] ;
第三项： dp[3] = dp[2] + dp[1] ;
第四项： dp[4] = dp[3] + dp[2] ;
…
第n项: dp[n] = dp[n - 1] + dp[n - 2] ;
这就得到了我们的状态转移方程
接下来就是顺理成章的写代码了
代码：

public class Fibonacci {
   
    public int Fibonacci(int n) {
   
        if(n == 0)
        	return 0;
        if(n == 1 || n == 2)
        	return 1;
        //因为有第0项，所以在创建时要创建n+1长度
        int[] dp = new int[n + 1];
        //初始化
        dp[0] =</