动态规划基础

1. 用递归的方法求兔子数列

1.1 优点是程序代码简洁明了

1.2 缺点是当规模比较大时，运行时间很长很长，原因是有重复计算

1.3 优化 用动态规划算法进行优化（记忆化搜索）

程序

#include<bits/stdc++.h>
using namespace std;
int f(int n)
{
    if(n<=2)
    {
        return 1;
    }
    else
    {
        return f(n-1)+f(n-2);
    }
} 
int main()
{
    cout<<f(60);
    return 0;
}

2. 用记忆化搜索求兔子数列

注：额外用空间换时间

#include<bits/stdc++.h>
using namespace std;
int a[1000];
int f(int n); 
int main()
{
    cout<<f(60);
    return 0;
}
int f(int n)
{
    if(a[n]==0) //没有计算过才计算 
    {
        if(n<=2)
        {
            a[n]=1;
        }
        else
        {
            a[n]=f(n-1)+f(n-2);
        } 
    }
    return a[n];
}

3. 动态规划求兔子数列

3.1 动态规划就是一步一总结，步步为营，稳扎稳打

3.2 动态规划关键是递推公式（非常难推出）

3.3 动态规划的代码很短，但是非常难理解，很抽象

3.4 常用名词，阶段变量，状态，状态变量

#include<bits/stdc++.h>
using namespace std;
long long f[1000];
int n=60;
int main()
{
    f[1]=f[2]=1;
    for(int i=3;i<=n;i++)
    {
        f[i]=f[i-1]+f[i-2];
    }
    cout<<f[60];
    return 0;
}

4. 动态规划的主要问题类型：

4.1 背包问题：0-1背包（每种物品有一个），完全背包（每种物品有无数个），多重背包（每种物品有若干个），二维背包（限制因素有两个，比如体积和重量）

注：背包问题三要素：耗费，收益，限制

4.2 最长不降子序列问题

4.3 最长公共子序列问题

4.4 区间动态规划问题