专题：动态规划(Dynamic Programming)模式(1. 坐标型)

动态规划（Dynamic programming，简称DP）是一种在数学、管理科学、计算机科学、经济学和生物信息学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。

        动态规划类的题目在leetcode中是一大类，可以使用DP求解的问题一般有如下几个特点：

             1)   计数

                1.1）有多少种方式跳到右侧，多少种方式走到右下角

                1.2）有多少种方法选出K个数使得和是Sum

              2）求最大值和最小值

                     2.1）从左上角走到右下角路径的最大数字和

                     2.2）最长上升子序列

                     2.3）背包能装的最大价值

                     2.4)  小偷能偷的最大价值等等

              3）求存在性

                     3.1）取石子游戏，先手是否必胜

                    3.2）能不能选出K个数使得和是Sum

                    3.3）能否跳到最后一块石头上

              等等...

下面将动态规划问题分为坐标型、序列型、划分型、背包型，分别进行典型题目的梳理。

1. 坐标型

https://leetcode.com/problems/jump-game/

该题可以归结为一维坐标类型的动态规划，相对而言是比较简单的一种。一般解决问题的思路为:

1. 确定状态
   1. 将问题化解为最后一步
   2. 推导出最后一步需要的步骤，分解为子问题
2. 转移方程

        根据分解的子问题，找到状态转移方程

     3. 确定初始值和边界情况。

        初始f[0], f[1]等于多少，循环的开始和结束，返回值是哪个？

      4. 确定计算顺序

        确定从f[0]开始还是从f[1]，或者从最后的f[n]开始？

        

        这一题我们按照上面的步骤进行思考。从最后一步，如果能跳到最后一个位置，即n – 1， 我们考虑这一步是从哪里(i)调过来。i < n – 1。这需要两个条件满足，即可以跳到第i个石头，而且跳跃距离不超过它和最后一个元素的距离 n – 1 – i <= nums[i]。

        那么我们可以得到状态转移方程:

初始条件很简单,f[0] = true，从1开始计算，到最后一个元素。代码如下：