动态规划-小孩过桥

为了机试开始苦逼学习算法。。。学习过程中记录下一些对问题的理解，有些问题网上虽然有很多答案，不过大多千篇一律，有很多难以理解的地方，这里着重理解，具体的算法还是参考其他人吧。

 

问题：在一个夜黑风高的晚上，有n（n <= 50）个小朋友在桥的这边，现在他们需要过桥，但是由于桥很窄，每次只允许不大于两人通过，他们只有一个手电筒，所以每次过桥的两个人需要把手电筒带回来，i号小朋友过桥的时间为T[i]，两个人过桥的总时间为二者中时间长者。问所有小朋友过桥的总时间最短是多少。

这里参考了这里的讲解https://hankinghu.github.io/2017/07/15/%E7%AE%97%E6%B3%95-%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92-Dynamic-Programming-%E4%BB%8E%E8%8F%9C%E9%B8%9F%E5%88%B0%E8%80%81%E9%B8%9F/

最终大家都能得到这个递归方程： opt[i] = min{opt[i-1] + a[1] + a[i] , opt[i-2] + a[1] + a[i] + 2a[2] }

opt[i-1] + a[1] + a[i] 是第一项

opt[i-2] + a[1] + a[i] + 2a[2] 是第二项

但是这个方程让人难以理解，我对这个方程有两个疑问：

1、剩下1个人的那个情况不应该是已经包含了剩下两个人的情况了吗

2、剩下两个人的情况里，让a[1]跟a[i]一起回去，再让a[1]送一次手电筒不行吗，这样的时间应该是opt[i-2] + a[1] + a[i] + a[1] + a[i-1]

仔细思考，这两个问题实际上指向了同个问题。其实确实最终的情况应该是只剩一个人，哪怕在剩两个人的情况的中间过程中也是只剩下一个人，但是这里会出现选择上的问题，也就是我的问题2，到底该让谁先回去，是a[i]跟某个人一块过河，还是让a[i]跟a[1]一块过河，其中第二个选择跟递归方程的第一项是一样的，第一个选择是不一样的，所以实际上opt[i-2] + a[1] + a[i] + a[1] + a[i-1]可以合并为opt[i-1] + a[1] + a[i]（从数学角度也好理解），所以这里直接就写opt[i-2] + a[1] + a[i] + 2a[2]就好了，因为另一个情况已经在opt[i-1] + a[1] + a[i] 中体现了。

 

 

刚刚开始学习算法，还有很多需要理解的地方啊。。。。