算法萌新如何学好动态规划（一）

已于 2022-09-21 21:26:58 修改
阅读量1.7k 收藏 9
点赞数 7
分类专栏： 各类重要算法讲解 动态规划 文章标签： 动态规划 DP 状态 DP 转移方程 最优子结构 无后效性
于 2020-08-06 09:09:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-SA 版权协议 (https://creativecommons.org/licenses/by-nc-sa/4.0/)，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41552508/article/details/107830987
版权
本文作为动态规划系列的第一篇，详细介绍了动态规划的概念和解题思路，通过宝石挑选问题引出最优子结构和无后效性的概念，并通过三步问题、最小路径和和乘积最大子数组等经典例题，逐步解析如何确定动态规划的状态和转移方程。文章适合算法初学者，旨在帮助理解动态规划的精髓。
摘要由CSDN通过智能技术生成

前言

如果你对这篇文章可感兴趣，可以点击「【访客必读 - 指引页】一文囊括主页内所有高质量博客」，查看完整博客分类与对应链接。

动态规划问题一直是大厂面试时最频繁出现的算法题，主要原因在于此类问题灵活度高，思维难度大，没有很明显的套路做法。

也正是因为这个原因，我们打算出一个「动态规划」系列文章来尝试破解面试中所涉及的动态规划问题。而本文就是这个系列的第一篇文章，主要目的是说明动态规划是什么，动态规划问题应该如何思考？

本文一共分成三个部分，具体内容框架如下所示：
在这里插入图片描述

宝石挑选

问题引入

小 Q 是一个宝石爱好者。

这一天，小 Q 来到了宝石古董店，店家觉得小 Q 是个宝石行家，于是决定和小 Q 玩一个游戏。

游戏是这样的，一共有

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Gene_INNOCENT
关注
专栏目录
订阅专栏
算法萌新如何学好动态规划（三）
Gene_I must wait for the sunrise
12-05 348
前言 本文是「动态规划」系列文章的第三篇，作为「动态规划（二）- 线性 DP」的一个延伸，将主要聚焦于动态规划经典模型 —— 背包问题的讲解。 背包问题属于线性 DP 模型，之所以单独拎出来讲，主要是因为该问题信息量大且十分重要，属于面试中常考且必会的知识，因此我们将其放在本系列的第三篇进行介绍。 本文一共分为三个部分，具体内容框架如下所示： 前文回顾 解题思路回顾 回顾一下第一篇文章，动态规划解题过程一共分为两步，一是确定「DP 状态」，二是确定「DP 转移方程」。 「DP 状态」的确定有两大原则，一
教你彻底学会动态规划——进阶篇
热门推荐
常敲代码手不抖
08-11 3万+
在我的上一篇文章中已经详细讲解了动态规划的原理和如何使用动态规划解题。本篇文章，我将继续通过例子来让大家更加熟练地使用动态规划算法。     话不多说，来看如下例题，也是在动态规划里面遇到过的最频繁的一个题，本题依然来自于北大POJ：     最长公共子序列（POJ1458)     给出两个字符串，求出这样的一个最长的公共子序列的长度：子序列中的每个字符都能在两个原串中找到， 而且每个
教你彻底学会动态规划——入门篇
qq_38721111的博客
07-29 449
动态规划相信大家都知道，动态规划算法也是新手在刚接触算法设计时很苦恼的问题，有时候觉得难以理解，但是真正理解之后，就会觉得动态规划其实并没有想象中那么难。网上也有很多关于讲解动态规划的文章，大多都是叙述概念，讲解原理，让人觉得晦涩难懂，即使一时间看懂了，发现当自己做题的时候又会觉得无所适从。我觉得，理解算法最重要的还是在于练习，只有通过自己练习，才可以更快地提升。话不多说，接下来，下面我就通过一个例子来一步一步讲解动态规划是怎样使用的，只有知道怎样使用，才能更好地理解，而不是一味地对概念和原理进行反复琢磨.
机器学习萌新必学的Top10算法
深度学习世界
03-12 573
原作 James LeRoot 编译自 KDuggets量子位 报道 | 公众号 QbitAI在机器学习领域里，不存在一种万能的算法可以完美解决所有问题，尤其是像预测建模的监督学习里。比方说，神经网络不见得比决策树好，同样反过来也不成立。最后的结果是有很多因素在起作用的，比方说数据集的大小以及组成。所以，针对你要解决的问题，最好是尝试多种不同的算法。并借一个测试集来评估不同算法之间的表现，最后选出
动态规划 入门学习
weixin_30780221的博客
06-01 73
动态规划 引言 问题引入 对于一个2×2的表格，从左上角走到右下角，过程只可以向右或向下移动，共有6种方式（如图），那么，对于一个10×10的表格呢？ 递归解法 n设坐标以左上角为（0，0），向右记为R，为x轴的增方向；向下记为D，为y轴的增方向。当前坐标为C，表格的宽=高=S。从（0，0）开始，我们有两种选择，R和D。如果第一步选择R时，C=...
算法萌新如何学好动态规划（二）
Gene_I must wait for the sunrise
12-05 387
前言 如果你对这篇文章可感兴趣，可以点击「【访客必读 - 指引页】一文囊括主页内所有高质量博客」，查看完整博客分类与对应链接。 本文是「动态规划」系列文章的第二篇，主要聚焦于常见线性 DP 模型的讲解。 线性 DP 是所有 DP 模型中最为常见与基础的模型，也是面试中最频繁考察的动态规划模型，因此我们将其放在本系列的第二篇进行介绍。 本文一共分成四个部分，具体内容框架如下所示： 动态规划解题思路回顾 在正式开始线性 DP 的介绍前，我们需要回忆一下「动态规划（一）」中的主要内容，即动态规划的解题思路。 动
一起玩转算法面试，保姆级攻略（附高清无码算法总结导图）,建议收藏
启舰
06-29 1万+
本文已收录至启舰的电子书《逆天改命—程序员的成神之路》，github地址：https://github.com/harvic/FightingCoder 欢迎star。点击【阅读原文】也可直达。 我大学时候也很傻，为了校招，看了不下于五本算法书，加上LeetCode，刷了大半年。 总共一两千道题啊……不刷怕考到……忘了刷，刷了忘……毛都快掉没了…… 现在工作近十年，辗转几个大厂，由当年的应试者变成了出题人，才知道，完全不必这么辛苦。 任何事情都遵循28原则，我们只要把握住那20%，就能拿到80..
AI算法，又整新活！萌妹子来挑战~_gansnroses
最新发布
2401_84572711的博客
04-26 943
这种算法，其实蛮多的，单从效果来讲，还有很大提升空间的。最后，我看B站有个up主，籽岷自己做了鬼畜，新宝岛版：GANsNRoses展示2目前，这类算法，做个鬼畜其实还行。谷歌和阿里大佬的Leetcode刷题笔记我是如何成为算法工程师的，超详细的学习路线我是 Jack，我们下期见。学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
算法学习—动态规划
teaandnoodle的专栏
08-20 1745
动态规划（dynamic programming）是通过组合子问题来求解原问题的方法，它倾向于解决子问题重叠的情况，即不同子问题具有公共的子问题。 从这方面来看，动态规划都可以用递归来实现，但是递归是从上到下的思路进行处理的，也就是说递归是从完整的问题，逐次向子问题求解的过程，但是动态规划却是从规模最小的子问题开始，向上逐步求解，求解过程中保存这些小规模的子问题作为求解大问题的依据，并最终求出结果。例如求解斐波那契数列，使用递归的思路是从f(n)依次向下求解f(n-1)和f(n-2)，但是使用动态规划的思路
动态规划算法学习十例之一
04-11
NULL 博文链接：https://128kj.iteye.com/blog/1688360
动态规划学习
yuanlanjun
03-31 108
在iteye看到一个问答（iteye被csdn收编了，该不算广告吧），大致是：给出一个数组和一个数字target，问数组那几个数之和与target相等。 问题看起来还挺简单。不过代码却不是一步到位立马能写出的。想着想着，突然发现这个问题和我之前发的博文中描述的问题基本是同一个类型的问题（见回溯算法复习）。于是由自然而然的想用回溯进行穷举了。不过在这个问题的回答者中，有一个...
学习动态规划
weixin_41888669的博客
04-09 233
/* 假设有三种硬币足够多 2,5,7，要求支付某一面额 花费最少的硬币 */ public class NineChapter_01 { public static void main(String[] args) { System.out.println(fi...
如何学习动态规划算法
weixin_35757191的博客
01-12 81
学习动态规划算法可以从以下几个方面入手： 了解动态规划的基本概念和思想，包括最优子结构、重叠子问题、贪心思想等。 通过例题和练习来熟悉动态规划算法的具体求解过程，并加深对算法思想的理解。 学习常用的动态规划算法模型，如最长公共子序列、背包问题等，并了解这些模型的应用场景。 阅读相关书籍和论文，进一步深入了解动态规划算法的理论知识。 ...
从零开始学动态规划
houjingyi的博客
04-24 3万+
本文在写作过程中参考了大量资料，不能一一列举，还请见谅。 动态规划的定义： 动态规划是运筹学的一个分支，是求解决策过程的最优化的数学方法。20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程的优化问题时，提出了著名的最优化原理，把多阶段过程转化为一系列单阶段问题，利用各阶段之间的关系，逐个求解，创立了解决这类过程优化问题的新方法——动态规划。在各种算法中，我认为动态规划是
算法学习之动态规划（一）动态规划入门
菜鸡旭旭
01-19 948
动态规划一直不敢碰 这次决定死磕了 学不会就学不会 哈哈 什么是动态规划 动态规划(dynamic programming)是运筹学的一个分支，是求解决策过程(decision process)最优化的数学方法。 20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优化原理(
动态规划详细学习路线
Irregularities的博客
04-10 872
根据问题的最优子结构性质，确定状态之间的转移关系。也就是说，当前阶段的最优解可以通过之前阶段的最优解推导而来。通常可以通过递推公式或递归关系来表示状态转移方程，例如或者。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Gene_INNOCENT

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值