动态规划学习总结

本文结合 代码随想录 + leetcode官方解答，做了学习和总结，仅个人记录学习。

代码随想录网址代码随想录

动态规划大致分为以下几个问题：

1.基础动态规划

2.背包问题

3.打家劫舍

4.股票问题

5.子序列问题

1.基础动态规划

基础使用场景：多为计算最少个数，返回一般为一个整数
解决基本思路：
1考虑前一个状态和该状态的影响关系（递推公式）
2注意起始状态（初始化）
3考虑遍历时需要的基础存储量（如数组，变量），决定了循环的层数

2.背包问题

2.1    01背包问题

2.1.1基础背包问题

问题：背包总承重量、物品重量+物品价值，每个物品最多取1次，求背包装载最大价值。
解法：二维数组，dp[i][j],i表示物品，j表示0-m（m为背包承受的最大重量），dp[i][j]表示j重量下前          i 个物品所能达到的最大价值。
     横向遍历：前i个物品所能装载到该重量下的最大价值。
     赋值：第i个物品在j重量下只有两个状态，要么装要么不装，所以只用对两个值比较选最大
                不装：为dp[i-1][j]的值
                装：为dp[i-1][j-w]的值
                比较后取最大值。
     结果：取dp[i][j]

eg.）

 2.1.1变种背包

问题：从数据集中选出部分数，使这些数总和达到某个值n，数据集中的每个数最多取1次。
解法：二维数组，dp[i][j],i表示数字，j表示0-n（n为到达值），dp[i][j]表示j数值下前i个数是否能

           到达该值，为bool。
           关键不同点为dp[i][j]为bool值，核心为是否能到达这个值。
           判断方式和01背包相同，要么取值，要么不取值。
                      即 取：dp[i-1][j-n[I]]为true，则为true
                           不取：dp[i-1][j]为true，则为true

 优化：

    dp[0] = true
    for _, weight := range stones {
        for j := m; j >= weight; j-- {
            dp[j] = dp[j] || dp[j-weight]
        }
    }

目标和中，dfs可以解决，但复杂度高。考虑前一状态是否会影响到现状态，发现确实有影响，再考虑变化情况：

 

图片摘自力扣

 因为数组下标从0开始，所以对整个数组计数进行了偏移，即向右平移sum个单位。

 把数值变量变化为了数组，比如之前的是0，1，2，3，现在变为了[0,0],[0,1],[1,0]...[5,3]

总结：

背包一般能解决的问题：

（1）能到达的最大值（返回int）

（2）是否能到达该值（返回bool）

（3）到达该值的种数（返回int）

2.2 完全背包

和01背包问题相比，物品选择的次数是0次和多次。其余部分和01背包问题来说没有什么大差别。

新物品放入最新状态，可以影响后一状态，体现在循环的时候可以从小到大遍历。

 下题中，排列顺序影响数值结果，考虑递推规律：

以4为示例：

最后一次选1，则为剔除选择1的所有情况，到达4-1=3的所有情况

最后一次选2，到达4-2=3的所有情况

最后一次选3，到达4-3=1的所有情况

则4的所有可能性为，dp[3]+dp[2]+dp[1]

比较最小情况，初始化赋值为amount+1

 

通过是否达到下标进行问题转换。 

3打家劫舍系列

 

4股票系列

121. 买卖股票的最佳时机

122. 买卖股票的最佳时机 II

714. 买卖股票的最佳时机含手续费

123. 买卖股票的最佳时机 III

188. 买卖股票的最佳时机 IV

309. 最佳买卖股票时机含冷冻期

 如 5位置，持有状态即要么买要么不买，买为-5，不买为原值-1

                  不持状态即要么卖要么不卖，卖为5-1，不卖为0.

                   均取最大值保存

其实也类似贪心，持有的时候保存最小买入值，卖出的时候保存最大卖出值。

第一题仅能卖一次，第二题能够卖多次，所以主要不同为，卖的过程中必须把之前买的卖掉才能购买。 

 买卖多次状态中再增加一个交易费用，即卖出状态下-fee

 设置四个状态，第一次买入，第一次卖出，第二次买入，第二次卖出。

第一次买入选价格最低点；第一次卖出为当前价格+第一次买入价格；第二次买入为第一次卖出持有收益-当前价格；第二次卖出为当前价格+第二次买入持有收益。

 和上一题相比，唯一的不同是次数限制不止为两次，交易一次，分为买入/持有，卖出/持有两种状态，所以状态数增加到2*k种，为增加普适度，添加dp[0]=0状态。

出现冷冻状态，增加冷冻状态、非冷冻持有状态。

买入状态的值影响的有：冷冻状态买入、非冷冻状态买入、原买入状态

卖出状态：买入状态+物价

非冷冻持有状态值变化：原非冷冻、冷冻

冷冻状态：买入状态。

5子序列问题

 300. 最长递增子序列详解

感觉上面的链接讲得很细，贴一个

 因为同一个字符只能算一个，所以需要和斜对角的数进行比较ˇ

视频图解 动态规划 最长公共子序列

 换了个描述，解法和上一题完全一致

 

连续子数组转换为二维数组，需要和斜对角数进行比较。 

和不相交的线 、最长公共子序列解法一致。

做多了动态规划可能会被某几个定式给框住，这时候需要会归到最简单的情况，从一两个字符开始分析问题，并且把所有方案给列出来进行思考。

上题的详细解析编辑距离图解

上述为暴力解法

上述为动态规划解法