【算法基础】动态规划的理解

本章是个很有趣的问题，也是难倒很多人的问题，同时这又是个会而不难的问题。

动态规划的核心逻辑是：将问题分解为子问题。在《算法图解》这本书里，深入浅出得讲了递推公式的推演逻辑，但是在关键部分，递推公式部分，并没给出逻辑。

整个过程好像是，前面一段道路很平缓，走起来很舒适，但是突然一个大台阶挡住了去路，本篇将试图为这个台阶做一下铺垫，让这个过程更加容易理解一些。

主体仍然以书上的例子作为演示素材。

问题定义

背包问题场景之一，可以盗窃的东西如下：

现在你的背包容量只有4磅，目标是在容量允许的情况下，偷到最有价值的物品组合。

最直接的想法是遍历，三个物品，每个物品都有被偷和不被偷的2种选择，所以总共有$2^3=8$种选择。

如果有$n$个物品，那么问题的规模就变成了$2^n$次方，显然这是不可接受的算法。

现在看看用动态规划如何解决。

动态规划

现在把问题拆解为两个方向：

• 增多物品选择
• 增大背包空间

所以这是两个维度的扩展，我们用一个二维的表格来跟踪问题的解决方案。

每个动态规划算法都从一个表格开始。

行为物品种类，列为背包容量大小。

那么在第一行的时候，意味着我们只能选择吉他，吉他的重量是1磅，价值是1500美元。

所以在背包容量为1时，最大价值是1500美元，容量为2,3,4时都是1500美元，因为此时只有一个选择。

所以第一行填满了：

现在我们扩大物品选择选项，即音响也可以纳入选择了。我们此时来填第二行。

这里我们即可以讲讲填充时的指导规则，而不是自己在脑海里遍历。。我们对选项不多的问题，天然有遍历的倾向，然后问题扩大时，又因为没有指导规则，就会手足无措。

现在有音响了，意味着我们可以选择两个物品：

• 吉他：重1磅，价值1500美金
• 音响：重4磅，价值3000美金

我们现在来填第二行第一格。我们可以这么想，我们到底有多少选择呢？

其中背包空间是1磅重，其实我们就两个选择：

• 不选择音响
• 选择音响

如果不选择音响的话，我们就可以不看第二行了，直接把条件再综合一下：

• 不选择音响（只有吉他可选）
• 背包大小为1

能够偷到的价值是不是和第一行第一列的数值1500美元一样？

是的。但这只是第一个选择。如果是第二个选择呢？我们确定要选择音响，但是一算，音响重4磅，装不下，所以最终答案就只能是1500美元。

这个逻辑理解的话，我们可以直接上递推公式了：

$$cell[i][j]=max\{\begin{array}{l}cell[i-1][j],\\ 当前商品价值\end{array}$$