动态规划

1 概念

动态规划算法是通过拆分问题，定义问题状态和状态之间的关系，使得问题能够以递推（或者说分治）的方式去解决。在学习动态规划之前需要明确掌握几个重要概念。

阶段对于一个完整的问题过程，适当的切分为若干个相互联系的子问题，每次在求解一个子问题，则对应一个阶段，整个问题的求解转化为按照阶段次序去求解。

状态状态表示每个阶段开始时所处的客观条件，即在求解子问题时的已知条件。状态描述了研究的问题过程中的状况。

决策决策表示当求解过程处于某一阶段的某一状态时，可以根据当前条件作出不同的选择，从而确定下一个阶段的状态，这种选择称为决策。

策略由所有阶段的决策组成的决策序列称为全过程策略，简称策略。

最优策略在所有的策略中，找到代价最小，性能最优的策略，此策略称为最优策略。

状态转移方程状态转移方程是确定两个相邻阶段状态的演变过程，描述了状态之间是如何演变的。

2 使用场景

能采用动态规划求解的问题的一般要具有 3 个性质：

（1）最优化：如果问题的最优解所包含的子问题的解也是最优的，就称该问题具有最优子结构，即满足最优化原理。子问题的局部最优将导致整个问题的全局最优。换句话说，就是问题的一个最优解中一定包含子问题的一个最优解。

（2）无后效性：即某阶段状态一旦确定，就不受这个状态以后决策的影响。也就是说，某状态以后的过程不会影响以前的状态，只与当前状态有关，与其他阶段的状态无关，特别是与未发生的阶段的状态无关。

（3）重叠子问题：即子问题之间是不独立的，一个子问题在下一阶段决策中可能被多次使用到。（该性质并不是动态规划适用的必要条件，但是如果没有这条性质，动态规划算法同其他算法相比就不具备优势）

3 算法流程

（1）划分阶段：按照问题的时间或者空间特征将问题划分为若干个阶段。
  （2）确定状态以及状态变量：将问题的不同阶段时期的不同状态描述出来。
  （3）确定决策并写出状态转移方程：根据相邻两个阶段的各个状态之间的关系确定决策。
  （4）寻找边界条件：一般而言，状态转移方程是递推式，必须有一个递推的边界条件。
  （5）设计程序，解决问题

参考：

浅谈什么是动态规划以及相关的「股票」算法题