常见的动态规划问题分析与求解

动态规划（Dynamic Programming，简称DP），虽然抽象后进行求解的思路并不复杂，但具体的形式千差万别，找出问题的子结构以及通过子结构重新构造最优解的过程很难统一，并不像回溯法具有解决绝大多数问题的银弹（全面解析回溯法：算法框架与问题求解)。为了解决动态规划问题，只能靠多练习、多思考了。本文主要是对一些常见的动态规划题目的收集，希望能有所帮助。难度评级受个人主观影响较大，仅供参考。
目录
动态规划求解的一般思路
备忘录法
1.硬币找零
　　扩展1：单路取苹果
　　扩展2：装配线调度
2.字符串相似度/编辑距离（edit distance）
　　应用1：子串匹配
　　应用2：最长公共子序列
3.最长公共子序列(Longest Common Subsequence,lcs)
　　扩展1：输出所有lcs
　　扩展2：通过LCS获得最长递增自子序列
4.最长递增子序列（Longest Increasing Subsequence,lis）
　　扩展：求解lis的加速
5.最大连续子序列和/积
　　扩展1：正浮点数数组求最大连续子序列积
　　扩展2：任意浮点数数组求最大连续子序列积
6.矩阵链乘法
　　扩展：矩阵链乘法的备忘录解法（伪码）
7.0-1背包问题
8.有代价的最短路径
9.瓷砖覆盖（状态压缩DP）
10.工作量划分
11.三路取苹果
参考资料
附录1：其他的一些动态规划问题与解答（链接）
附录2：《算法设计手册》第八章 动态规划 面试题解答


动态规划求解的一般思路： 


　　判断问题的子结构（也可看作状态），当具有最优子结构时，动态规划可能适用。


　　求解重叠子问题。一个递归算法不断地调用同一问题，递归可以转化为查表从而利用子问题的解。分治法则不同，每次递归都产生新的问题。


　　重新构造一个最优解。


 


备忘录法：


　　动态规划的一种变形，使用自顶向下的策略，更像递归算法。


　　初始化时表中填入一个特殊值表示待填入，当递归算法第一次遇到一个子问题时，计算并填表；以后每次遇到时只需返回以前填入的值。

　　实例可以参照矩阵链乘法部分。

来源：