数据结构与算法（邓俊辉清华大学2013版书）学习笔记3-绪论-动态规划

       什么叫做动态规划？

 

       动态规划是一种通过“大而化小”的思路解决问题的算法。区别于一些固定形式的算法，如二分法，宽度优先搜索法，动态规划没有实际的步骤来规定第一步做什么第二步做什么。所以更加确切的说，动态规划是一种解决问题的思想。这种思想的本质是，一个规模比较大的问题（假如用2-3个参数可以表示），是通过规模比较小的若干问题的结果来得到的（通过取最大，取最小，或者加起来之类的运算）所以我们经常看到的动态规划的核心——状态转移方程都长成这样：

* f[i][j] = f[i - 1][j] + f[i][j - 1]

* f[i] = max{f[j] if j < i and …} + 1

* f[i][j] = f[0][j - 1] && judge(1,i) || f[1][j - 1] && judge(2,i) || …

    关于Fib数列的算法，下面这个算法的时间复杂度的计算，用递推方程，得到是指数复杂度，而指数复杂度的算法属于实际不可行的算法。及其封底估算，运行第43个fib数需要1秒（在主频是10的9次方的情况下），而运行第67个数需要1天啦，而第92个需要三个世纪。

优化策略：

分别在时间复杂度上，o(2的n次) 变成o(n),空间复杂度则有动态规划策略解决了，是o（1）。

递归虽然可以帮助我们很好的找到一个可行且正常的解，但是，如果将效率提高，让之变成一个实用的算法的话，还需要进一步调试，而在这过程中。动态规划扮演着非常重要的角色。

用动态规划求解输入序列长度分别为m,n的LCS问题，时间复杂度为：由o（2的n次方）变到o（m+n）

但是我没有明白这个动态规划策略的思想，感觉不知道怎么做这个表。。。脑袋好麻木。。