算法设计与分析：动态规划算法（Python）

实验目的和要求：

熟练掌握动态规划思想及教材中相关经典算法。
掌握用动态规划解题的基本步骤，能够用动态规划解决一些问题。

实验内容和原理：

租用游艇问题（难度系数为4）：
问题描述：
长江游艇俱乐部在长江上设置了n个游艇出租站1，2，…，n。游客可在这些游艇出租站租用游艇，并在下游的任何一个游艇出租站归还游艇。游艇出租站i到游艇出租站j之间的租金为r(i,j),1<=i<j<=n。试设计一个算法，计算出从游艇出租站1到游艇出租站n所需的最少租金。
编程任务：
对于给定的游艇出租站i到游艇出租站j之间的租金为r(i,j),1<=i<j<=n，编程计算从游艇出租站1到游艇出租站n所需的最少租金。
数据输入：
从屏幕提供输入数据。第1行中有1个正整数n（n<=200），表示有n个游艇出租站。接下来的n-1行是r(i,j),1<=i<j<=n。
结果输出：
程序运行结束时，将计算出的从游艇出租站1到游艇出租站n所需的最少租金输出到屏幕。

实验结果与分析：

(1)

def youting(L):
    for i in range(len(L)-1-1,-1,-1):
        for j in range(len(L[i])-1):
            L[i][j+1]=min(L[i][j+1],L[i][j]+L[i+1][j])
    return L[0]
n=int(input("请输入n:"))
L=[]
for i in range(n-1):
    temp=[]
    for j in range(n-1-i):
        temp.append(int(input()))
    L.append(temp)
print(L)
m=youting(L)
print("结果: ",m[len(m)-1])

讨论、心得:

1. 动态规划可以减少程序的时间复杂度，但不能减少空间复杂度。
2. 通过考虑全局最优，选择每一步的解决方法，实现对于最优解的求解。
3. 动态规划最核心的问题就是找到策略，找到后就一步一步写程序。
4. 此程序中的二维表需要利用递归求解出前一个数据，从而得到该数据。可以利用同一个二维表对于数据进行存储，减少计算时间。
   5.与分治法不同的是，适合于用动态规划求解的问题，经分解得到的子问题往往不是互相独立的。（即下一个子阶段的求解是建立在上一个子阶段的解的基础上，进行进一步的求解）