动态规划(DP)初步

一、定义：

百度百科是这样说的：

在计算机中：

DP是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。动态规划常常适用于有重叠子问题和最优子结构性质的问题。（这些定义看不懂没关系，下面通过引例来介绍）

二、引例：最长公共子序列（LCS）

1、题目描述：

        给定俩个字符串序列X,Y。X的长度为m,Y的长度为n,求其最长公共子序列。

        例如：X:ABCBDAB

                  Y:BDCABA

 则LCS（X,Y）={BCBA，BCAB，BDAB ，BDBA}

 注：1.像‘A’，‘C’这样的不是LCS(X,Y)，当X,Y只有一个字母相同时。

        2.LCS不止一个

3.LCS(X,Y)只是一种关系，并非函数，表示LCS中的某一个，当然，这里表述也不是太标准，我们知道就行。随意点还是挺不错的。

2、做题准备：

        在分析问题之前，我们先来看几个概念：

     （1）子序列：

                子序列是有序的，但不一定是连续，作用对象是序列。

                例如：序列 X = <B, C, D, B> 是序列 Y = <A, B, C, B, D, A, B> 的子序列，

                          对应的下标序列为 <2, 3, 5, 7>。

     （2）子串：

                子串是有序且连续的，左右对象是字符串。
　　         例如 a = abcd 是 c = aaabcdddd 的一个子串，但是 b = acdddd 就不是 c 的子串。

3、分析问题：

        在知道上面俩个概念后，我们就可以开始做题了。

        1）穷举法

        看到这个问题，我们的首先就想到了“穷举法”，这也是我们肉眼观察的方法。即：先穷举出X[1...m]的所有子序列，再在Y[1...n]序列中找是否存在这个子串，如果存在，记录下来，在比较长度，选择最长的序列。即为X,Y的LCS。

接下来我们分析下T（n）：

       我们找到了一个X[1...m]的子串，判断是否存在Y中，我们只需扫一遍Y就可以了，故为O（n）。

       那么X[1...m]有多少子串呢？答案是2^m。为什么呢？我们可以这样想，X中每个字符都有俩种可能，在子串和不在子串，总共有m个字符，故时间复杂度为O（2^m）。（此中为最坏情况，即每个子串都不相同）

        故T（n）=O(n*2^m)。时间复杂度为指数级，太慢！那么有什么可以改