Daily Leetcode-10 动态规划

动态规划

1. 区间调度问题
   1.1.无权区间调度问题
   互相兼容：如果两个人物区间不重叠，两个任务相互兼容。
   目标：找到最多的相互兼容的任务集合。
   
   实现方法：贪心算法（总能找到局部最优解，但不一定是全局最优解）
   1.2.带权区间调度问题
   互相兼容：如果两个人物区间不重叠，两个任务相互兼容。
   目标：找到权重最大且相互兼容的任务集合。
   实现方法：动态规划（此时 贪心算法是失效的）

---

2. 动态规划（适合求解全局最优）
   2.1.3个特征
   （1） 最优子结构
   最优子结构指的是，问题的最优解包含子问题的最优解。反过来说就是，我们可以通过子问题的最优解，推导出问题的最优解。如果我们把最优子结构，对应到我们前面定义的动态规划问题模型上，那我们也可以理解为，后面阶段的状态可以通过前面阶段的状态推导出来。
   （2）无后效性
   无后效性有两层含义，第一层含义是，在推导后面阶段的状态的时候，我们只关心前面阶段的状态值，不关心这个状态是怎么一步一步推导出来的。第二层含义是，某阶段状态一旦确定，就不受之后阶段的决策影响。无后效性是一个非常“宽松”的要求。只要满足前面提到的动态规划问题模型，其实基本上都会满足无后效性。
   （3） 重复子问题
   个概念比较好理解。前面一节，我已经多次提过。如果用一句话概括一下，那就是，不同的决策序列，到达某个相同的阶段时，可能会产生重复的状态。
   2.2. 动态规划的两种解题思路：
   （1）状态转移表法
   我们可以先用简单的回溯算法解决，然后定义状态，每个状态表示一个节点，然后对应画出递归树。从递归树中，我们很容易可以看出来，是否存在重复子问题，以及重复子问题是如何产生的。以此来寻找规律，看是否能用动态规划解决。
   找到重复子问题之后，接下来，我们有两种处理思路，第一种是直接用回溯加“备忘录”的方法，来避免重复子问题。从执行效率上来讲，这跟动态规划的解决思路没有差别。第二种是使用动态规划的解决方法，状态转移表法。
   思路：回溯算法实现 - 定义状态 - 画递归树 - 找重复子问题 - 画状态转移表 - 根据递推关系填表 - 将填表过程翻译成代码。
   （2）状态转移方程法
   状态转移方程法有点类似递归的解题思路。我们需要分析，某个问题如何通过子问题来递归求解，也就是所谓的最优子结构。根据最优子结构，写出递归公式，也就是所谓的状态转移方程。有了状态转移方程，代码实现就非常简单了。一般情况下，我们有两种代码实现方法，一种是递归加“备忘录”，另一种是迭代递推。
   思路：找最优子结构 - 写状态转移方程 - 将状态转移方程翻译成代码。