动态规划

一. 动态规划（dynamic programming）：

• 动态规划与分治方法相似，都是通过组合子问题的解来求解原问题。
• 动态规划方法常用来求解最优化问题（optimization problem）。

---

二. 动态规划与分治方法的区别（difference）：

• 分治方法将问题划分成互不相交的子问题，递归的求解子问题，组合子问题解，求出原问题的解。
• 动态规划用于子问题重叠情况。

---

三. 动态规划步骤：

1. 刻画最优解结构特征。
2. 递归地定义最优解的值。
3. 计算最优解的值，通常采用自下向上（打表）的方法，还有自下向上（记忆化）的方法。
4. 利用计算出的信息构造一个最优解（获得最优值的解，这种解可以有很多）。

---

四. 举例：

钢条切割问题：给定一段长度为 n 英寸的钢条和一个价格表 pi （i = 1, 2, …, n）,求切割方案，使得销售收益 rn 最大。

长度i	1	2	3	4	5	6	7	8	9	10
价格pi	1	5	8	9	10	17	17	20	24	30

将 n 英寸切割为 k 段（1<= k <= n）的最优方案：

$$\begin{cases} n= i_1+i_2+...+i_k \\ r_n=p_{i_1}+p_{i_2}+...p_{i_k} \end{cases}$$

针对上述表格，最优收益值如下：

收益	切割方案
r1 = 1	1 = 1
r2 = 5	2 = 2
r3 = 8	3 = 3
r4 = 10	4 = 2 + 2
r5 = 13	5 = 2 + 3
r6 = 17	6 = 6
r7 = 18	7 = 1 + 6 or 7 = 2 + 2 + 3
r8 = 22	8 = 2 + 6
r9 = 25	9 = 3 + 6
r10 = 30	10 = 10

更一般的，对于 rn (n >= 1)， 我们可以用更更短的钢条的最优切割收益来描述它：

$$r_n=max(p_n,r_1+r_{n-1},r_2+r_{n-2},...,r_{n-1}+r_1)$$ 上面 pn 对应不切割的切割方案，其他为另外切割的方案。

MEMOIZED-CUT-ROD-AUX(p,n,r)
if r[n] >= 0
   return r[n];
if n == 0
   q = 0;
else
    q = NaN;
    for i = 1 to n
        q = max(q,p[i]+MEMOIZED-CUT-ROD-AUX(p,n-i,r))；
 r[n]=q;
 return q;

---

参考文献

1. Thomas H.Cormen, Charles E.Leiserson, Ronald L.Rivest,等. 算法导论(原书第3版 )[J]. 计算机教育, 2013(12):51-51.