算法思想
将待求解问题划分为多个子问题
前一子问题的解,为后一子问题的求解提供了有用信息(最优子结构)
求解子问题,列出各种可能的局部解,通过策略,保留可能达到最优的局部解,丢弃其他
与分治算法最大的区别:
经过分解后,子问题不是互相独立
把每一个子问题的解都记录下来(状态)
状态转移方程:通过子问题的解怎么合并成原问题的解
动态规划处理问题的基本方法
初始状态->决策1->决策2->…->决策N->决策结束
一般处理多阶段决策问题,从初始阶段开始,通过对中间阶段的选择,到达结束状态
1.找出最优解的性质,并刻划其结构特征,找问题状态 dp
2.递归的定义最优值,找状态转移方程
3.自底向上的方式计算出最优值
4.根据计算最优值的情况计算最优解
硬币选择问题
/*
硬币选择问题:有1.3.5分面额硬币,给定面值11,组成给定面值要几个
*/
dp[i]组成面值为i所需要的最小硬币数量
状态转移方程
dp[0] = 0
dp[1] = 1 + dp[1-1] = 1
dp[2] = 1 + dp[2-1] = 1 + dp[1] = 1+1 = 2
dp[3] :1+dp[3-1] = 1+ dp[2] = 1+2 =3
1+dp[3-3] = 1+dp[0] = 1+0 =1
状态转移方程
从上述理论推导得出
dp[i] = min{1+dp[i-Vj]}