动态规划算法 (Dynamic Programming) 详解 / Python实现 / Leetcode例题

DP基本原理：

问题的最优解可以由子问题的最优解推导得到，通过先求解子问题的最优解，在构造原问题的最优解

DP设计步骤：

• 把原始问题划分成一系列子问题；
• 求解每个子问题仅一次，并保存到一个表中，后续使用的时候直接可以读取；
• 自底向上地计算；

DP三要素：

最优子结构、边界、状态转移函数

以走楼梯问题为例：有十个台阶，从上往下走，一次只能走一个或两个台阶，请问总共有多少种走法？
最优子结构：我们来考虑要走到第十个台阶的最后一步，最后一步必须走到第八或者第九。
边界：f(1) = 1, f(2) = 2
状态转移：f(n) = f(n-1) + f(n-2)

解法一：递归

def get_count(n):
	if n == 1:
		return 1
	elif n == 2:
	    return 2
	 else:
	 	return get_count(n-1) + get_count(n-2)

print(get_count(10))

解法二：备忘录法

def get_count(n):
	if n == 1:
		return 1
	elif n == 2:
		return 2
	else:
		memo = [1, 2]
		for i in range(3, n):
			memo[0], memo[1] = memo[1], memo[0] + memo[1]
		return memo[0] + memo[1]