动态规划解题一般思路

摘自mooc的程序设计与算法_(:з」∠)_

一. 递归到动规的转换方法

递归函数有n个参数，就定义一个n维的数组，数组的下标就是递归函数参数的取值范围，数组元素的值就是递归的返回值，这样就可以从边界值开始逐步填充数组，相当于计算递归函数值的逆过程

二.动态规划解题一般思路

1.将原问题分解成子问题
把原问题分解成子问题，子问题和原问题形式相同或类似，只不过规模变小了，子问题都能解决，原问题即能解决（数字三角形为例）
子问题的解一旦求出就会被保存，所以每个子问题只需要计算一次

2.确定状态
在用动态规划解题时，我们往往将和子问题相关的各个变量的一组取值称之为状态。一个状态对应一个或多个子问题，所谓某个状态下的值，就是这个状态下所对应的子问题的解

3.确定一些初始状态（边界状态）的值
以数字三角形为例，初始状态就是底边数字值

4.确定状态转移方程
定义出什么是状态，以及在该状态下的值后，就要找出不同的状态之间如何迁移，即如何从一个或多个值已知的状态，求出另一个状态的值。状态的迁移可以用递推公式表示，此递推公式也可称为“状态转移方程”
数字三角形状态转移方程

三.能用动规解决的问题的特点

1.问题具有最优子结构
如果该问题最优解所包含的子问题也是最优，则称该问题具有最优子结构

2.无后效性
当前若干个状态值一旦确定，则此过程的演变之和这若干个状态值有关，和之前采用哪种手段或哪种路径得到状态无关