动态规划学习

动态规划Dynamic programming

把原问题分解为相对简单的子问题的方式求解复杂问题的方法

思考

1. 考虑能否将问题规模减小。(每次减少一半,每次减少一个)
2. 线性动态规划 状态转移：dp[n] = f(dp[n-1], ..., dp[0])
3. 区间动态规划
   • dp[i][j] 仅与常数个更小规模子问题有关 (时间空间复杂度O(n2))
     dp[i][j] = f(dp[i + 1][j], dp[i][j - 1], dp[i + 1][j - 1])

   for len = 1..n
   for i = i..len
       j = i + len - 1
       dp[i][j] = max(dp[i][j], f(dp[i+1][j], dp[i][j-1], dp[i+1][j-1]))
   

   • dp[i][j] 与 O(n) 个更小规模子问题有关
     dp[i][j] = g(f(dp[i][k], dp[k + 1][j])) 其中 k = i .. j-1

   for len = 1..n
   for i = i..len
       j = i + len - 1
       for k = i..j
           dp[i][j] = max(dp[i][j], f(dp[i][k], dp[k][j]))
   
   

作者：力扣 (LeetCode)
链接：https://leetcode-cn.com/leetbook/read/dynamic-programming-1-plus/5ailv3/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
```

方法

题目

• 509. 斐波那契数
  • 初始值： F(0)=0 和 F(1)=1
  • 状态转移方程：F(n)=F(n−1)+F(n−2)
• 1137. 第 N 个泰波那契数
  • 初始值： T(0)=0, T(1)=1, T(2)=1
  • 状态转移方程：T(n)=T(n−1)+T(n−2)+T(n−3)
• 70. 爬楼梯
  • 初始值： f(0)=1
  • 状态转移方程：f(x)=f(x−1)+f(x−2)
• 746. 使用最小花费爬楼梯
  • 初始值： dp[0]=dp[1]=0
  • 状态转移方程：dp[i]=min(dp[i−1]+cost[i−1],dp[i−2]+cost[i−2])
• 198. 打家劫舍
  • 初始值:dp[0]=nums[0], dp[1] = Math.max(nums[0], nums[1])
  • 状态转移方程:dp[i] = Math.max(dp[i - 2] + nums[i], dp[i - 1]);
• 213. 打家劫舍 II
  • 前提处理：分成两个子问题进行处理（0,n-2),(1,n-1）
  • 初始值:dp[0]=nums[0], dp[1] = Math.max(nums[0], nums[1])
  • 状态转移方程:Math.max(rob(0, n - 2, nums), rob(1, n - 1, nums))
• 740. 删除并获得点数
  • 前提处理：获取对应的点数数组
  • 初始值:dp[0]=nums[0], dp[1] = Math.max(nums[0], nums[1])
  • 状态转移方程:dp[i] = Math.max(dp[i - 2] + nums[i], dp[i - 1]);
• • 初始值:
  • 状态转移方程:
• • 初始值:
  • 状态转移方程:
• • 初始值:
  • 状态转移方程: