动态规划思考与总结

动态规划本质剖析

动态规划其实是运筹学的一种最优化方法，其核心思想是穷举/暴力搜索，只不过因为存在大量重叠子问题，所以需要避免重复计算。其本质就是带备忘录的穷举。

备忘录、DP table 就是在追求“如何聪明地穷举”。用空间换时间的思路，是降低时间复杂度的不二法门。

值得一提的是，递归是一种自顶向下的算法思想，不断分解成子问题来解决；而动态规划是自底向上的算法思想，从最小的子问题算起，不断向上累积，最后求出最终问题的解。

动态规划三要素

1. 重复子问题
   存在大量重复计算的子问题
2. 最优子结构
   要符合「最优子结构」，子问题间必须互相独立。公众号labuladong作者对这个问题作如下解读：

比如说，假设你考试，每门科目的成绩都是互相独立的。你的原问题是考出最高的总成绩，那么你的子问题就是要把语文考到最高，数学考到最高…… 为了每门课考到最高，你要把每门课相应的选择题分数拿到最高，填空题分数拿到最高…… 当然，最终就是你每门课都是满分，这就是最高的总成绩。

得到了正确的结果：最高的总成绩就是总分。因为这个过程符合最优子结构，“每门科目考到最高”这些子问题是互相独立，互不干扰的。

但是，如果加一个条件：你的语文成绩和数学成绩会互相制约，数学分数高，语文分数就会降低，反之亦然。这样的话，显然你能考到的最高总成绩就达不到总分了，按刚才那个思路就会得到错误的结果。因为子问题并不独立，语文数学成绩无法同时最优，所以最优子结构被破坏。

回到凑零钱问题，为什么说它符合最优子结构呢？比如你想求 amount = 11 时的最少硬币数（原问题），如果你知道凑出 amount = 10 的最少硬币数（子问题），你只需要把子问题的答案加一（再选一枚面值为 1 的硬币）就是原问题的答案。因为硬币的数量是没有限制的，所以子问题之间没有相互制，是互相独立的。

也可以将其理解为**无后效性**，有两层含义。
第一层含义是，在推导后面阶段状态的时候，我们只关心前面阶段的状态值，不关心这个状态是怎么一步步推导出来的。
第二层含义是，某阶段状态一旦确定，就不受之后阶段的决策影响。

3. 状态转移方程

几个问题

动态规划用于解决什么问题

1. 求最值（最优解）
2. 判断某某命题是否成立

没思路时如何思考

如果没有思路，应该先想暴力法，看看暴力法中哪里存在大量的重复子问题，然后再思考怎么用动态规划（或者备忘录）来记录这些重复子问题。

动态规划与递归的区别

• 递归采用自顶向下分解问题的方法（当前问题的子问题没有被解决）
• 动态规划采用自底向上求解问题（当前问题的子问题已经被解决）