动态规划详解-入门_动态规划初始化什么时候是0什么时候是n-CSDN博客

本文链接：https://blog.csdn.net/qq_43434328/article/details/112688155

本文介绍了动态规划的基础知识，包括动态规划的定义、三种类型题（最值问题、计数问题、存在型问题）及解题四步法：确定状态、状态转移方程、计算顺序。通过实例解析了状态分析、状态转移方程的建立以及计算顺序的选择。文章适合初学者，帮助理解动态规划的核心思想。

摘要由CSDN通过智能技术生成

什么是动态规划

在这里插入图片描述
上图中题目A是用动态规划做而题目B是用dfs

动态规划的三种类型题

在这里插入图片描述
现在让我们先看一道例题

在这里插入图片描述
通过题目我们发现这是一道求最值问题，如果暴力时间复杂度会非常大，这时候就需要用上动态规划了
而我们求解一道动态规划的题目需要进行四步

动态规划组成部分一：确定状态

在这里插入图片描述

确定状态的关键点就在于最后一步操作和划分成子问题
在这里插入图片描述
现在我们的问题就变成了找27-ak时最少的硬币数+1
这就是划分子问题

此时我们的f(x)的含义就是最少用多少枚硬币拼出的都X
当状态分析完后我们需要写出状态转移方程

动态规划组成部分二：转移方程

在这里插入图片描述
状态方程推导出来后，我们需要注意初始条件和边界问题，防止数组越界

首先是初始化条件当X=0时我们不需要任何硬币即可推出f[0]=0;
而假设我们拼不出f[x] 即将f[x]值赋正无穷，这里我们可以理解为在初始化时
不仅要将f[0]赋值0 还有将每一个f[x] (x>0)赋值为正无穷。
当我们接下来去dp更新时再将有解的f[x]更新。

下面我们需要考虑的是动态规划中的计算顺序是正序还是逆序要根据我们的题来判断

动态规划组成部分四：计算顺序

在这里插入图片描述
本题是根据正序来算的。
下面我们再来重新分析这个题

例题一(求最值问题)

在这里插入图片描述

    public int coinChange(int[] coins, int amount) {
   
        int len = coins.length;
        int max = Integer.MAX_VALUE;//无穷
        int f[] = new int[amount+1];//状态转移数组
        f[0]=