动态规划第1节：问题的引入和基本思想

大家好，我是北海。

数模竞赛中常常会有最优化问题，例如求最短路径、最大容量、钢条切割等问题，而在求解最优化问题所用的模型算法，常常会涉及到动态规划思想。

本文是讲解动态规划思想的第一节，从一个简单的问题开始引入，后续文章会逐渐详细讲解动态规划的原理、具体步骤和代码。

看完本文，如果能回答出下面两个问题，说明你已经初步理解了动态规划：

1、什么是最优化问题？

2、动态规划和递归有什么联系和区别？

（答案见下期文章）

1 问题的提出

假设你正在爬楼梯，到达楼顶总共有100个台阶。每次你只可以爬1或2个台阶。有多少种不同的方案可以爬到楼顶呢？

（LeetCode No.70）

2 问题分析

1、题目是一组变量（台阶总数、每次可爬台阶数）在约束条件（每次可以爬1或2个台阶）下，求目标参数（爬到楼顶方案数）的最大值，因此这是一个最优化问题。

2、题目要求每一次可以爬1或2层，

• 方案一：第一次爬到1层，第二次爬到2层，第三次…
• 方案二：第一次爬到1层，第二次爬到3层，第三次…
• 方案三：第一次爬到2层，第二次爬到3层，第三次…
• ……
• 方案N：…

总之，每一次都可以选择爬1或2层，也就意味着每爬完一次，就要继续从两种方法（爬1层还是爬2层）中选一个，直到爬到了第100层。

这咋求总共有多少种方案啊，总不能把所有情况全写出来再数吧？那也太多了。

这时，就要用到了动态规划。

3 动态规划的核心思想

思考：假设现在已经爬到了第x层，那么你前一步是在哪一层？

根据题目要求的“每次你可以爬 1 或 2 个台阶”，前一步一定是在第x-1或者第x-2层；

那么，如果前一步是在第x-1层，那么再往前一步呢？

肯定在x-2或x-3层；那假如是在x-2层，再往前一步呢？那就是在x-3或x-4层；

如此推导下去，一定会推到是在第0层，也就是最初的起点。

另一种情况即当前在第x层、前一步在第x-2也是同理，最后会推到第0层。

因此，设“爬到第x层的方案数”为f(x)，就能得到递归式：

f(x)=f(x−1)+f(x−2)

该式的意义：

• 从第0层开始爬到第x层台阶，总共有f(x)种方案；
• 在爬到第x层的前一步，有两种可能：在第x-1，或第x-2层；
• 爬到x-1层有f(x-1)种方案，爬到x-2层有f(x-2)种方案；
• 爬到第x层台阶的方案数，就是爬到x-1层的方案数与爬到x-2层的方案数之和（★★★★★这一点是动态规划的核心思想，就是把问题分解成性质相同、规模更小的子问题）

由这4条，就可得出前面提到的递归式：f(x)=f(x−1)+f(x−2)

可见，我们把“求解f(x)”这一问题，分解成了“求解f(x-1)”和“求解f(x-2)”这两个子问题。

显然f(x-1)和f(x-2)的规模要比f(x)更小，而性质又相同，即都是关于x的相同的函数表达式f。

4 动态规划和递归的联系与区别

有些同学可能有疑惑，这不就是递归么，怎么讲着动态规划反而成了递归了？

动态规划确实用到了递归思想，但与单纯地求解递归还是有差异的，同一问题用动态规划往往比递归更省时间（准确的说法是时间复杂度更低，涉及到数据结构的知识）。

那么动态规划和递归到底有什么区别呢？

在Quora上有一个通俗解释动态规划的50k高赞回答：

原文链接：https://www.quora.com/How-should-I-explain-dynamic-programming-to-a-4-year-old/answer/Jonathan-Paulson

问：填空题：1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 =____
答：“8！”
问：要是在最左边再写个“ 1 +”呢？又该填什么？
速答：“9！”
问：“你怎么这么快知道它是9？”
答：“刚刚只加了个1啊”

“所以你 不需要重新计数， 因为你记得原本已经是8了！动态规划只是一种表达'记住东西以节省时间的奇妙方式'”

在这个例子中，在式子最左边加了个1后要求解新问题，就把该问题分解成“新加了1”和“八个1相加等于几”这两个子问题，而且性质相同，都是加法。

其中第二个子问题“八个1相加等于几”，在刚刚已经求解过并且记录下来了，所以能很快地求解出新问题的解。

而如果用递归法，则不会记录子问题答案，会重新开始一个个相加，运算速度肯定会更慢。

这一点涉及到动态规划很重要的一条特点：允许有重叠子问题，且不会重复计算。

本文暂时不展开讲，后续文章会讲到的，这一点在写代码的时候就体现在了“以空间换时间”。

5 边界条件

好，搞明白动态规划的基本思想是“把问题分解成规模更小、性质相同的子问题”之后，又有个问题需要考虑：就这样一直分解下去，什么时候到头啊？总不能一直就无穷无尽地分解下去吧？

这就涉及到边界：

• 不断分析再往前面一步是在哪一层，直到达到边界：若发现前一步在第0层，也就是最初的起点，那么“爬到第0层的方案数”是f(0)；
• 根据现实意义，爬楼只能从第0层也就是地面开始爬，题目不允许你飞到某一层开始爬，因此只有一种“原地起步”的方案，那么f(0)=1；
• 接上一条，从第0级到第1级也只有一种方案，即爬一级，得f(1)=1；

前文讲清楚了动态规划的基本思想：分解成子问题、找到边界值，那么问题就迎刃而解：

• 有了边界条件f(0)和f(1)的值，和前面所写的递归式，就能求出f(2)=2，f(3)=3，f(4)=5……一直可以求到f(100)，问题就解决了。

以上对递归式意义的分析，就是动态规划的基本思想。

后续文章会讲更严格的定义、求解方法和代码，并对动态规划做出总结。