C++高级算法 | 动态规划（Dynamic Programming）

动态规划（Dynamic Programming）

动态规划算法通常用于求解具有某种最优性质的问题。在这类问题中，可能会有许多可行解。每一个解都对应于一个值，我们希望找到具有最优值的解。动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法不同的是，适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。若用分治法来解这类问题，则分解得到的子问题数目太多，有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，这样就可以避免大量的重复计算，节省时间。我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到，只要它被计算过，就将其结果填入表中。这就是动态规划法的基本思路。具体的动态规划算法多种多样，但它们具有相同的填表格式。动态规划的核心，先计算子问题，再由子问题计算父问题，避免了很多冗余的计算。

---

目录

动态规划（Dynamic Programming）

基本概念

术语

基本模型

基本思想

性质

最优子结构性质

子问题重叠性质

无后效性

解题步骤

解决的三类题目

解题步骤

与其他算法的区分

动态规划问题类别

斐波那契数列

钢条切割问题

硬币问题

最大子段和问题

最长递增子序列（LIS）

最长公共子序列（LCS）

0-1背包问题