本文介绍了动态规划（DP）的基本思想，包括什么是状态、如何设计状态和状态转移。通过硬币问题和最长上升子序列（LIS）的例子，详细解释了状态的定义和转移方程。动态规划将大问题分解为小问题，利用小问题的解求解大问题，与贪心算法的主要区别在于全局最优解的寻找。
本文发表于csdn,个人blog:blog
Today is the fifth day of the course.
Note:
dp是什么？
动态规划（DP）不是某种具体算法，而是一种思想。
核心在于：把大问题转化为小问题，利用小问题的解，推断出大问题的解。
什么是状态？
例子
《硬币问题》
Luogu-B3635
今天你手上有无限的面值为1,5,11 元的硬币。
给定n，问：至少用多少枚硬币，可以恰好凑出n 元？
思考
用f[x]表示多少钱的时候最小的硬币数，f[x]由上一次选择的最小硬币数+1得到，所以我们只需要找到上一次选择的硬币+1的最小值就可以了。故有状态转移方程：
f ( x ) = { 1 + f [ x − 1 ] 1 + f [ x − 5 ] 1 + f [ x − 11 ] f(x)=\left\{ \begin{aligned} 1+f[x-1]\newline 1+f[x-5]\newline 1+f[x-11]\newline \end{aligned} \right. f(x)=⎩ ⎨ ⎧1+f[x−1]1+f[x−5]1+f[x−11]
《凑字》
现在有一篇文章是一个字，你可以添加一个字或者复制整个文章再粘贴（即字数翻倍）。说人话就是可以使一个数字加1或者×2
求码出n字的最小次数
数组f[x],x表示码出x字所需的最小增加次数，因为x字要么是加以得来，要么是×2得来。
所以如果x是奇数，那么他的次数为:
f [ x ] = f [ x − 1 ] + 1 f[x]=f[x-1]+1 f[x]=f[x−1]+1
如果x是偶数，那么他可能是*+1得到的，也可能是×2*得到的，所以有：
f [ x ] = m i n ( f [ x − 1 ] , f [ x / 2 ] ) + 1 f[x]=min(f[x-1],f[x/2])+1 f[x
最低0.47元/天 解锁文章
扫一扫
695
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
