动态规划 训练 （LintCode）(一)

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

1. 1. 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）
   2. 不擅长优化n^3到n^2

 

动态规划4要素 

1. 状态 存储小规模问题的结果
2. 方程 状态之间的联系，怎么通过小的状态来算大的状态
3. 初始化 最极限的小状态是什么，起点
4. 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];
    }
}