动态规划

一、简介

• 基本思想
  动态规划是指将所求的问题分解成若干个子问题，并将已经解决的子问题的答案记录起来，
  再从这些子问题的答案得到原问题的解。这里要注意的是，子问题在以后不管会不会用到，只要被计算过，它的结果都是要被记录起来的。
• 基本步骤
  1、刻画最优解的结构、确定状态：
  一般通过最后一步和子问题来确定状态即最优解的结构
  2、找到转移方程：
  通过最优解的结构递归的定义问题的最优解
  3、初始条件和边界
  4、计算最优解的值：
  通过2的递归式从小到大的计算最优解的值
• 适用范围
  动态规划通常用于求有最优性质的问题，当遇到最优子结构或者是重叠子问题的时候可以考虑动态规划来求解，下面几种就可以用此方法求解：
  1、计数问题：
  例如有多少种方法选出k个数使得和为sum
  2、求最值问题：
  如最长上升子序列长度
  3、求存在性问题：
  如博弈问题等诸如问是否或者能不能等此类问题

二、摆花问题

• 题目描述
  
• 分析问题
  1、确定状态：
  设f[i][j]是前i种花摆放j盆的方法数，k为某种花放置多少盆，无论前面怎么放置，最后一步一定是放置第n种花，盆数k不超过a[n]，且加上前n-1种花放置的盆数和为m
  2、转移方程
  f[i][j]=f[i][j]+f[i-1][j-k]
  3、初始化和边界
  当只有一种花和前i种花都放0盆时只有一种方法
• 解决问题

import java.util.Scanner;
public class Main {
   public static void main(String[] args) {
      Scanner scanner = new Scanner(System.in);
      int n = scanner.nextInt();   //n种花
      int m = scanner.nextInt();   //共m盆
      int[] a = new int[n+1];
      int[][] f = new int[n+1][m+1] ;
      for (int i = 1; i <= n; i++) {
        a[i] = scanner.nextInt();
      }
      for (int i = 1; i <= a[1]; i++) {
        f[1][i] = 1;
      }
      for (int i = 1; i <= n; i++) {
        f[i][0] = 1;
    }
      //前i种花，摆放j盆共f[i][j]=f[i][j]+f[i-1][j-k]种
      for (int i = 2; i <= n; i++) {
         for (int j = 1; j <= m; j++) {
            for (int k = 0; k <= a[i]&&k<=j; k++) {      
                f[i][j] += f[i-1][j-k];
                f[i][j] %= 1000007;
            }
        }
    }
      System.out.println(f[n][m]);
       
   }
}

三、小结

• 用动态规划求解的关键在于找到边界条件和状态方程，这是重点也是难点。