动态规划思想以及常见应用

一 动态规划的基本思想以及和贪婪算法、分治法的比较

动态规划的基本思想：将复杂问题进行分解，通过求解小规模子问题反推出原问题的结果。动态规划适合求解多阶段决策问题的最优解（可以简单理解为有状态转换的阶段性问题）。这些问题必须满足最优化原理和子问题的无后向性。

最优化原理：不管之前的决策是否最优，但是一定要保证从现在开始的决策是在之前决策基础上的最优决策。

无后向性原理：当各个子阶段的子问题确定以后，对于某个特定阶段的子问题来说，它之前的各个阶段的子问题的决策只影响当前阶段的决策，而对该阶段之后的决策不产生影响。即每个阶段的决策只受之前决策的影响，不影响之后各阶段的决策。

动态规划与贪婪算法以及分治法的比较：

三者都需要对原问题进行分解，分解为需要求解的子问题。分治法求解的子问题是独立的，每个问题的求解模式一样，分别求解再合并就是原问题的解。而贪婪算法只考虑当前状态，并依据贪婪法则取得局部最优解，直到扩展到原来的问题。动态规划的子问题需要满足最优化原理和无后向性原理。

解决动态规划问题的关键是找到状态转换方程。下面介绍一些常见的应用：

一 最长公共子序列

问题：对两个子序列S和T，求解S和T最大公共子序列的长度。

例如 S：ABCDEF；T：ACDF。则最大子序列为ACDF。

分析：假设a[i][j]表示S中下标[0,i]和T中下标[0,j]之间序列的最大公共子序列。分析可知：

代码如下：