动态规划 Dynamic Programming

动态规划 Dynamic Programming

学习地点：B站（视频）、竞赛书等
B站AV号

av16544031
av29915579
av88026076**

动态规划和递归（recursion）的比较

相同：都能分解成若干⼦子问题
不同：DP存储⼦子问题结果

Memorize Search 记忆化搜索

Advantage: Easy to think and implement.
Disadvantage: Expensive memory cost.
模板

T func(N node, HashTable<N, T>& cache) {
   
	if (cache.contains(node)) {
   
		return cache.get(node);
	}
	…
	T sub_res = func(next_node, cache);
	…
	//当前子问题的解，依赖于更小的子问题(s)
	T res = G( sub_res … );
	cache.set(node, res);
	return res;
}

相关术语

分治：将原问题划分为互不相交的子问题，递归地求解子问题，再将它们的解组合起来
动态规划：子问题重叠的情况，不同的子问题具有公共的子问题
最优子结构：问题的最优解由相关子问题的最优解组合而成
边界：维妮塔的边界，得到有限的边界
动态转移方程：问题每一阶段和下一阶段的关系
滚动数组：滚动数组是DP中的一种编程思想。简单的理解就是让数组滚动起来，每次都使用固定的几个存储空间，来达到压缩，节省存储空间的作用。
主要应用在递推或动态规划中（如01背包问题）。因为DP题目是一个自底向上的扩展过程，我们常常需要用到的是连续的解，前面的解往往可以舍去。所以用滚动数组优化是很有效的。利用滚动数组的话在N很大的情况下可以达到压缩存储的作用。

四点要素

1. 状态 (存储小规模问题的结果）
2. 方程 (状态之间的联系，怎么通过小的状态，来算大的状态)
3. 初始化 (最极限的小状态是什么)
4. 答案 (最大的那个状态是什么)

满足条件

1、问题中的状态满足最优性原理——最优子结构
2、问题中的状态必须满足无后效性——以前出现状态和以前状态的变化过程不会影响将来的变化。

Example

1、Fibonacci（合并状态）
2、有n个石子，AB轮流取石子，最少一个，最多两个，取最后一个的人赢

Fibonacci

(1) 递归Recursion
Top-Down自顶向下
None-Dynamic Programming

int Fibonacci(int n) {
   
	if(n == 0)
		return 0;
	if(n == 1)
		return 1;
	return Fibonacci(n-1) + Fibonacci(n-2);
}

(2) DP
Bottom-Up自底向上
avoid repeated calls by remembering function values already calculated

int fibonacci[n]={
   0};
fibonacci[1]=0;
for(int i=2;i<n;i++)
	fibonacci[i]=fibonacci[i-1]+fibonacci[i-1];

Prime 素数

Compute the n^th prime
2, 3, 5, 7…
Prime(n) = G ( Prime(n-1), Prime(n-2), Prime(n-3) … Prime(1));
Prime(1) = 2
G( )表⽰示不能整除的关系。——当前问题向子问题的映射关系

int GetNthPrime(int n){
   
	//初始化列表prime
	list<int> primes(1,2);	//init list: length 1,value 2(first prime)
	int number=3;
	while(primes.size()!=n){
   
		bool isPrime = true;                         
		//													保证元素的平方小于等于原数
		for(auto it = primes.begin(); it!= primes.end() && (*it)*(*it) <= number; it++){
   
			if(number % (*it) == 0)
				isPrime = false;
		}
		if(isPrime){
   
			primes.push_back(number);
		}
		number+=2;	//even number greater than 2 are not prime
	}
	return *(primes.rbegin());
}

Palindrome Partition 回文

Given a string s, we can partition s such that every segment is a palindrome (e.g, ‘abba’ is a palindrome, ‘a’ is a palindrome, ‘ab’ is not).
Please write a function to return the minimum cuts needed for a palindrome partitioning, given string s.
本题可以分为两个部分：判断字串是不是回⽂文(palindrome)，如何切割原字符串。
isPalindrome( i , j ) = (value(i) == value(j)) AND ( isPalindrome(i+1, j-1) OR j – i <= 1 ) ，
i和j分别表⽰示substring的⾸首坐标和尾坐标
minCut(i) = min(minCut(j+1)+1)，for i <= j < n, and substring(i , j) is palindrome。

int minCut(string s){
   
	if(s.empty())	return 0;//字符串为空
	vector<vector<bool> > palin(s.size(), vector<bool>(s.size()),flase