初识动态规划

动态规划整理知识点

一：动态规划作用

1.计数

2.求最值

3.矩阵连乘问题

二：算法要素

1.最优子结构

问题的最优解包含其子问题的最优解
注意：最优子结构是动态规划的最基本的条件，必须有，如果没有，就不能用动态规划。

2.子问题重叠

求解过程中，会出现很多子问题会重复，但是这些重复的子问题只需要解一次，所以酒醋要吧求得的结果存储在表中，以后可以直接查询，不需要再次求解

三：解题步骤(计数问题)

1.确定状态

两个核心:最后一步 、化成子问题

2.转移方程

3.开始和边界条件

4.计算顺序

例题（计数问题)：
有三种硬币，面值为2元，5元和7元，每种硬币都有足够多，现买一本书需要27元，如何用最少的硬币组合正好付清而且不需要对方找钱

拿到这题，用我们普通的想法来看有27元，先看最大的7，最多可用3个，然后再用一个5元的，欸，这时我们会发现这样并不行，然后我们又想3个7元的，3个2元的（6枚硬币），这时候正好付清，但是这并不是最优解，最优解应该是1个7元，4个5元.就像这样，如果我们没有正确的方法，我们就需要一直不断地去实验，直到所有结果出来，才可以知道最优解是什么，这样太浪费时间，就此，我们引出动态规划的办法来解决这个问题。

1.确定状态

1.1最后一步

我们设定最后一枚硬币的面值为x，则前面所有硬币的面值为27-x。总共有y枚硬币
1.2化解子问题

• 现在我们就要想y-1什么时候最小并且可以拼出面值27-x。

• 这样我们就将大问题转换成了一个小问题，并且规模比他小。

• 这里我们设f(z)=最少用几枚硬币拼出z

1. 第一种情况：x=2,f(27)=f(25)+1

2. 第二种情况：x=5,f(27)=f(22)+1

3. 第三种情况：x=7,f(27)=f(20)+1
   这样我们就可以求这三种情况的最小值，就是最优解。

2.确定转移方程：

f[z]=min{ f[z-2]+1, f[z-5]+1, f[z-7]+1}

3.确定开始和边界条件

1. 初始条件：z=0 f[0]=0
2. 边界问题：z-2，z-5，z-7 小于0 怎么办？什么时候停下来。
3. 如果得不到答案，结果等于正无穷

4.计算（从小到大，自底向上）

1. 拼出x所需最少硬币数：f[z]=min{ f[z-2]+1, f[z-5]+1, f[z-7]+1}

2. 初始条件：z=0 f[0]=0

3. 计算f[1],f[2]…f[27]

4. 最后算到f[z]的时候，前面那几个值肯定已经算出来了。

其实就是先算f[1],然后记住结果，算后面的就找前面的拼凑，什么时候拼凑到所需要的数值了，什么时候停止。到这里就算进行完成了，编写代码就可以了。

原文章：更详细的原大佬