Java求二次规划问题,动态规划算法梳理(Java)

今天看了一个公众号 (labulangdong)关于动态规划算法套路的详解，豁然开朗，在这里写一下自己的理解顺道自己再捋一捋思路。

原文链接：https://leetcode-cn.com/problems/coin-change/solution/dong-tai-gui-hua-tao-lu-xiang-jie-by-wei-lai-bu-ke/

一：原理

动态规划问题一般是要求最值，那么我把所有结果穷举出来最值不就出来了吗。事实上动态规划的核心问题就是穷举。

那为什么动态规划那么难呢？因为它具有三种特殊的要素：重叠子问题、最优子结构和状态转移方程。

①：如果递归算法反复求解相同的子问题，就称为具有重叠子问题(overlapping subproblems)性质。

② ：用动态规划求解最优化问题的第一步就是刻画最优解的结构，如果一个问题的解结构包含其子问题的最优解，就称此问题具有最优子结构性质。因此，某个问题是否适合应用动态规划算法，它是否具有最优子结构性质是一个很好的线索。

③：动态规划中本阶段的状态往往是上一阶段状态和上一阶段决策的结果，函数表示前后阶段关系的方程，称为状态转移方程。事实上状态转移方程直接代表着暴力解法。写出状态转移方程是动态规划最难的地方。

二：斐波那契数

我们从LeetCode 509 斐波那契数这个简单的问题入手

斐波那契数，通常用 F(n) 表示，形成的序列称为斐波那契数列。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0,   F(1) = 1

F(N) = F(N - 1) + F(N - 2), 其中 N > 1.

给定 N，计算 F(N)。(0 ≤ N ≤ 30)

普通的递归算法，很好理解，长下面这个样子：

public class Solution {

public int fib(int N) {

if (N <= 1) {

return N;

}

return fib(N-1) + fib(N-2);

}

}

画出它的递归树