内容来源于视频:【动态规划专题班】动态规划入门 Introduction to Dynamic Programming
动态规划的重要性:【干货】动态规划十问十答 、 动态规划完整笔记
动态规划的实质: 根据小问题的结果来判断大问题的结果
- 记忆化搜索
- 避免中间重复的计算结果
什么时候使用动态规划:
- 求最大最小值
- 判断是否可行
- 统计方案个数
什么时候不用动态规划:
- 求出所有具体的方案而非方案个数
- 输入数据是一个集合而不是序列
- 暴力算法的复杂度已经是多项式级别
-
- 动态规划擅长优化指数级别复杂度(2^n, n!)到多项式级别复杂度(n^2, n^3)
- 不擅长优化n^3到n^2
动态规划4要素
- 状态 存储小规模问题的结果
- 方程 状态之间的联系,怎么通过小的状态来算大的状态
- 初始化 最极限的小状态是什么,起点
- 答案 最大的那个状态是什么,终点
1. 动规解题步骤【一、二、三、四】总结:
2. 具体例子:
(1) 669. 换硬币
public class Solution {
/**
* @param coins: a list of integer
* @param amount: a total amount of money amount
* @return: the fewest number of coins that you need to make up
*/
public int coinChange(int[] coins, int amount) {
// write your code here
int[] res = new int[amount+1]; //总数最多为amount,数组下标代表的是总数
res[0] = 0;//0元的时候,0个硬币
for(int i = 1;i<=amount; i++){
res[i] = Integer.MAX_VALUE; //初始化,假设这个总数不能凑齐,是一个标示位
for(int j = 0; j < coins.length; j++){
if(i - coins[j]>=0 && res[i - coins[j]] != Integer.MAX_VALUE){
//数组下标不越界,前面的面值res[i - coins[j]]能取到
res[i] = Math.min(res[i],res[i - coins[j]] + 1); //取不取coins[j]面值的硬币
}
}
}
if(res[amount] == Integer.MAX_VALUE ){ //这个总数不能凑齐,依题意返回-1
res[amount] = -1;
}
return res[amount];
}
}