动态规划算法初步（1）

动态规划算法初步（1）

动态规划的基本概念：

动态规划（Dynamic Programming 简称DP）。
动态规划是解决“多阶段决策问题”的一种高效算法。
动态规划通过合理组合子问题的解从而解决整个问题解的一种算法。其中的子问题并不是独立的，这些子问题又包含有公共的子子问题。
动态规划算法就是对每个子问题只求一次，并将其结果保存在一张表中(数组)，以后再用到时直接从表中拿过来使用，避免重复计算相同的子问题。
动态规划“不做无用功”的求解模式，大大提高了程序的效率。
动态规划算法常用于解决统计类问题（统计方案总数）和最优值问题（最大值或最小值），尤其普遍用于最优化问题。

动态规划的优势：

1.动态规划比穷举具有较少的计算次数
从数塔问题可以看出，层数为k时，
穷举算法求路径的条数2k-1
动态规划计算的次数为:k(k+1)/2
穷举最多计算到n=20，动态规划可以算到n=100
2.递归需要很大的栈空间，而动规的递推法不需要栈空间；使用记忆化搜索比较容易书写程序。

动态规划的术语：

1、 阶段：
把所给求解问题的过程恰当地分成若干个相互联系的阶段，以便于按一定的次序去求解，过程不同，阶段数就可能不同．描述阶段的变量称为阶段变量。在多数情况下，阶段变量是离散的，用k表示。
阶段的划分一般根据时间和空间来划分的。
2、状态：
某一阶段的出发位置成为状态，通常一个阶段有多个状态。 状态通常可以用一个或一组数来描述，称为状态变量。
3、决策：
一个阶段的状态给定以后，从该状态演变到下一阶段某个状态的一种选择（行动）称为决策。描述决策的变量称决策变量。
4、策略和最优策略
所有阶段的决策有序组合构成一个策略。 最优效果的策略叫最优策略。

动态规划问题的特征 :

1、最优子结构
如果问题的一个最优解中包含了子问题的最优解，则该问题具有最优子结构。也称最优化原理。
最优子结构也可以理解为“整体最优则局部最优”。反之不一定成立。
2、重叠子问题
在解决整个问题时，要先解决其子问题，要解决这些子问题，又要先解决他们的子子问题 。而这些子子问题又不是相互独立的，有很多是重复的，这些重复的子子问题称为重叠子问题。
动态规划算法正是利用了这种子问题的重叠性质，对每一个子问题只解一次，而后将其解保存在一个表中，以后再遇到这些相同问题时直接查表就可以，而不需要再重复计算，每次查表的时间为常数。
3、无后效性原则
如果一旦确定了定某一阶段的状态，则在这一阶段以后过程的发展不直接受这阶段以前各段状态的影响，下一个阶段的状态只受当前阶段状态的直接影响。
所有各阶段都确定时，整个过程也就确定了。
过程的历史只能通过当前的状态去影响它的未来的发展，这个性质称为无后效性。
无后效性(有向无环图）：

有后效性(有环图)： a b c ？ b c a？

动态规划的条件：

无后效性、最优子问题（无后效性、最优子问题是否能满足与状态的表示、阶段的划分、状态的转移有关）

设计动态规划法的步骤：

1、找出最优解的性质，并刻画其结构特征； 2、递归地定义最优值（写出动态规划方程）； 3、以自底向上的方式计算出最优值：记忆化搜索（树型）、递推
4、根据计算最优值时得到的信息，构造一个最优解。

动态规划的关键：

状态转移方程的构造是动态规划过程中最重要的一步,也是最难的一步.对于大多数的动态规划,寻找状态转移方程有一条十分高效的通道,就是寻找变化中的不变量（已经求得的值）。
定量处理的过程也就是决策实施的过程。

动态规划的一般倒推格式为：

这里是一种从目标状态往回推的逆序求法，适用于目标状态确定的问题。而很多试题是确定了初始状态的。当然，对于初始状态确定的问题，我们也可以采用从初始状态出发往前推的顺序求法。事实上，这种方法对我们来说要更为直观、更易设计一些，从而更多地出现在我们的解题过程中。
由于动态程序设计方法的模式性比较强，因此应该把主要精力放在状态定义、阶段划分和状态转移方程的设计上。一旦这些问题解决了，事情成功了一大半。

动态规划与贪心算法的不同：

贪心算法采用 “自顶向下”的方式使用最优子结构的：先做选择，在当时看起来是最优的选择（只顾眼前利益），然后再求解选择的那个子问题。
贪心： “先选择，再求解子问题”
动态规划：“先寻找子问题的解，然后做出选择”。

DP常见模型:

动态规划有多种多样的题目，但通常按照状态可分为以下几类：
线性型
坐标型
区间型
背包型
树型

线性模型:

线性动态规划状态是一维的（f[i]）。
正推：第i个元素的最优值只与前i-1个元素的最优值有关。
倒推：第i个元素的最优值只第i+1个元素之后的最优值有关。
经典的线性DP题目有最长上升子序列、最大连续子序列和、最长公共子序列等。

坐标模型:

比较简单的一类动态规划问题。
常以二维空间坐标系为模板展开，因此状态转移方程也在坐标系中寻找，
一般定义f[i][j]表示状态，此状态表示某个点的坐标。
有关系的状态：
f[i-1][j]， f[i][j-1]， f[i-1][j-1]
按行或列求解问题。

区间模型:

区间型动态规划是线性动态规划的拓展，它将区间长度作为阶段，长区间的答案与短区间有关。
在求解长区间答案前需先将短区间答案求出。
区间型动态规划的典型应用有石子合并、乘积最大等。

树型动态规划

树结构上的重要算法（树上搜索）；
常用方法是把多叉树转化为二叉树后dp；
“左孩子右兄弟”。

进入例题讲解！
上一章：《深度优先搜索》