【算法】动态规划

目录

1.解决什么类型问题

1.1 计数问题

1.2 极值问题

2.特性

2.1 重复子问题

2.2 无后效性

2.3 最优化子结构

3.过程步骤

3.1 设计步骤

3.2 练习反馈

Ex 1 最大子数组之和（easy）

---

1.解决什么类型问题

1.1 计数问题

如最典型的青蛙跳，也就是斐波那契数列、棋盘路径问题、

还有组合公式,不重复组合（ Combination ），c(n, m)从n个选手中选出m个出道～（101哈哈哈哈哈），有多少种可能性？这个问题可以分解为两个子问题，根据最后一个人能不能进组合有两种可能：

最后一个人出道，剩余席位是m-1, 子问题是c(n-1, m-1)

最后一个人不能出道，剩余席位还是m，子问题是c(n-1，m)

c(n, m) = { c(n-1, m-1) + c(n-1, m) , if n > 1 and m > 1 and n >= m { n , if m = 1 { 1 , if n = 1

这一类问题通常递推公式是子问题的和，c(n, m) =c(n-1, m-1) + c(n-1, m)，边界就是m=1或者n=1。

1.2 极值问题

如背包问题，就是多阶段最优决策。一般由初始状态开始，通过对中间阶段决策的选择，达到结束状态。这些决策形成了一个决策序列，同时确定了完成整个过程的一条决策路径。
    初始状态→│决策１│→│决策２│→…→│决策ｎ│→结束状态

如棋盘最大和（最小和），从(0,0) 到 （n-1,n-1）路上数值最大和

这一类问题通常递推公式是子问题max、min值，如上题c[i][j] = max(c[i-1][j], c[i][j-1])  +  a[i][j];

还有最长递增子序列、最少找零问题、最大子数组等等，更多问题和详情可见top15动态规划

2.特性