动态规划问题理解

今天和杨哥、蒋、章师兄突然间讨论到了动态规划， 半天搞不出来，于是乎查了一些资料，理解如下：

动态规划的三个性质

1. 最优子问题：A到C的最优解中的B到C的那一段也一定是B到C的最优解
2. 无后效性：A到B的问题和B到C的问题无耦合，可以分别单独求解
3. 重叠子问题：A到B和B到C的问题属于一类问题，可以用同一套公式写出

下面看两类代表性的动态规划问题

gridworld类型

如上图，从左上角到右下角求一条权值和最短的路径（在一般的走迷宫问题中，全是权值为1即可）
做法注意事项：

1. 首先推出：每一次一定是只能向下或者向右走，向左或者向上一定会有比它更优的路径；
2. 其次，动态规划的状态怎么设？每个点(i, j)设一个状态！
3. 最后，状态一定要有一个含义，这里令状态为D[i, j]，表示从起点到(i, j)的最短路径所需要的距离；

搞清楚了这三点，按照动态规划的通用套路，我们需要找出子问题是啥。这里，子问题就是从上到下、从左到右一个一个算出一个新的D[i, j]。则可以知道递推公式为：
D [ i , j ] = m i n { D [ i − 1 , j ] , D [ i , j − 1 ] } + ( i , j ) 点 的 费 用 D[i, j] = min\{D[i-1, j], D[i, j-1]\} + (i, j)点的费用 D[i,j]=min{D[i−1,j],D[i,j−1]}+(i,j)点的费用
那么，我们从起点出发，先算第一排：

再算第一列：

然后一个一个算即可：

网络图结构类型

这类问题如下图，我们还是要算从A到G的最短路径

按照上面的经验，最关键的问题其实是明确“”“阶段是什么，状态的含义是什么”。这里，由图本身的结构，我们很容易想到，阶段就是A、B……G，而每个点的状态表示的意思就是“从该点开始到G的最短路径距离”。

于是，DP的过程就是一个一个点算出它的最短路径距离。那么，一种从后往前的DP方法可以是：（也可从前往后）

1. 先在G
2. 到下一阶段F，算出F1和F2的最短距离分别是4,3；
3. 到E，根据无后效性，F1和F2的值已经不变了，只需要在此基础上算出E1/E2/E3的最短距离即可，如E1： m i n { 3 + 4 , 5 + 3 } = 7 min\{3+4, 5+3\}=7 min{3+4,5+3}=7
4. 重复往前，直到A