算法学习（十）动态规划！！！

一、动态规划的思想

1.先上一波官方解读提提神：
动态规划（英语：Dynamic programming，简称DP）是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的，通过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。 
动态规划常常适用于有重叠子问题和最优子结构性质的问题。

官方术语太多？不能理解？what are you fucking say???? ：）

---

往下看，我的理解也许能够帮助到你~~~

请记住上文划线的关键词，后面将会结合例子回顾讲解哦。

|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||

2.举个栗子

我们先来看一个最简单的问题：求第n个斐波那契数列的值（不清楚概念的同学可以自行百度，点击可以看到我的解法）

最简单的解法就是递归求解啦
 

  private int Fib(int n){
        if(n<1 )return 0;
        if(n==1)return 1;
        return Fib(n-2)+Fib(n-1);
    }

但是这样的解法会有什么问题呢？——我们看下面的图（简单列出斐波拉契前5个数的求解树形图）

按照递归的思路往下走:
F(X)=F(X-1)+F(X-2)...

F(X-1)=F((X-1)-1)+F((X-1)-2)...

F(X-2)=F((X-2)-1)+F((X-2)-2)...

直至走到底，好像一切都很顺利：）

？诶？不对呀，

F(X-2)=3   ==  F((X-1)-1)=3

F((x-1)-2)=2  ==  F((x-2)-1)=2  ==  F(((x-1)-1)-1)=2

.............................再往下1？0？将会出现无数次重复计算

这！就是传说中的——————————

重叠子问题！！！！！！

---

如何解决重叠子问题呢？
很简单，按照正常的思维也能想到~
不就是一个问题重复计算嘛？我找个容器把它存储起来，等要用的使用直接对应下标取出不就好了吗？
这样就避免了，顶层问题重复递归到最底层（本题中即到达0或者1的深度）求解造成的栈溢出问题
（为什么会栈溢出？：）你可以用一个50左右的数看看指数级增长曲线有多美，嘻嘻）

于是，我的第二种解法来了：

public class Solution {
    public int Fibonacci(int n) {
        int[]fib=new int[n+1];
        fib[0]=0;
        if(n>0)fib[1]=1;
        
        for(int i=2;i<=n;i++){
           fib[i]=fib[i-1]+fib[i-2];
        }
        
        return fib[n];
}

——》分析代码可以知道，fib[ ]就是我的容器

我从零搭建起这个容器，逐步往高层搭建的过程中，重复需要的f(x-1)或者f(x-2)就可以直接从容器中取，而不需要重新底层累加。

是不是很简单？

|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||

至此，我们解释了重叠子问题，并初步使用动态规划解决了斐波那契数列带来的重复计算问题，相信大家已经对动态规划有了一个初步入门的认识。

下一部分我将结合动态规划的经典问题：01背包问题解释最优子结构的概念，并加深大家对动态规划的理解。（  ：