动态规划算法

题目：给定一个矩阵网络，一个机器人从左上角出发，每次可以向下或向右走一步
A:求有多少钟方式走到右下角（动态规划）
B:输出所有走到右下角的路径（递归）

动态规划题目特点：

1.计数

• 有多少种方式走到右下角
• 有多少种方法选出k个数使得和是sum

2.求最大最小值

• 从左上角走到右下角路径的最大数字和
• 最长上升子序列长度 Leetcode300 10

3.求存在性

• 取石子游戏，先手是否必胜
• 能不能选出k个数使得和是sum

例题

你有三种硬币，分别面值2元，5元和7元，每种硬币都有足够多

• 买一本书需要27元
• 如何用最少的硬币组合正好付清，不需要对象找钱（求最大最小值）

动态规划组成部分一：确定状态

解动态规划的时候需要开一个数组，数组的每个元素f[i]或者f[i][j]代表什么

• 类似于解数学题中x,y,z代表什么
• 最后一步

最后一步

keyOne: 我们不关心前面的k-1枚硬币是怎么拼出27-ak的（可能有1种拼法，可能有100种拼法），而且我们现在甚至还不知道ak和k,但是我们确定前面的硬币拼出27-ak。

keyTwo:因为是最优策略，所以拼出27-ak的硬币数一定要最少，否则这就不是最优策略了。

子问题

• 所以我们就要求：最少用多少枚硬币可以拼出27-ak
• 原问题是最少用多少枚硬币拼出27
• 我们将原问题转化为了一个子问题，而且规模更少：27-ak
• 为了简化定义，我们设状态f(x)=最少用多少枚硬币拼出x
• 我们还不知道最后那枚硬币ak是多少
• 最后那枚硬币ak只可能是2，5或者7
• 如果ak是2，f(27)应该是f(27-2)+1(加上最后这一枚硬币2）
• 如果ak是5，f(27)应该是f(27-5)+1(加上最后这一枚硬币5）
• 如果ak是7，f(27)应该是f(27-7)+1(加上最后这一枚硬币7）
• 除此以外，没有其他的可能了
• 需要求最少的硬币数，所以f(27)=min{f(27-2)+1,f(27-5)+1,f(27-7)+1}
• 

int f(int x ){
   	//f(x)=最少用多少枚硬币拼出x
	if(x==0) return 0;	//0元钱只要0枚硬币
	int res = MAX_VALUE;	//初始化用无穷大
	if(x>=2){
   	//最后一枚硬币是2元
		res = Math.min(f(x-2)+1,res);
		}
	if(x>=5){
   	//最后一枚硬币是5元
		res = Math.min(f(x-5)