本文介绍了动态规划的基本思想，通过斐波那契数列的例子展示了递归和递推两种方法的实现，强调了动态规划的核心是通过记录子问题的解避免重复计算，以解决具有最优子结构和重叠子问题的问题。动态规划与分治、贪心算法的区别在于处理重叠子问题的方式和是否保证全局最优解。
动态规划
文章目录
动态规划（Dynamic Programming， DP）是一种用来解决一类 最优化问题的算法思想。
简单来说，动态规划是将一个复杂的问题分解成若干个子问题，通过综合子问题的最优解来得到原问题的最优解。动态规划会把每个求解过的子问题的解记录下来，这样当下一次碰到同样的子问题时，就可以直接使用之前记录的结果，而不是重复计算。
一般可以使用递归或者递推的方法的写法来实现动态规划，其中递归写法又称为 记忆化搜索。
递归写法(自顶向下)
动态规划记录子问题，避免下次遇到相同的子问题时重复计算。
以斐波那契数列为例，F0 = 1,F1 = 2,Fn = Fn-1 + Fn-2 。
递归写法
int F(int n) {
if(n == 0 || n == 1) return 1;
else return F(n-1
最低0.47元/天 解锁文章
1172
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
