算法导论第十五章动态规划学习总结(1)

本章介绍了设计和分析高效算法的三种重要技术之一的动态规划，书中列举了四个常见问题，分析如何采用动态规划方法进行解决。

基本概念

动态规划通常应用于最优化问题，此类问题可能包含多个可行解。每个解有一个值，而我们期望找到最大或者最小的解。动态规划适用于子问题不是独立的情况，与分治法不同，动态规划只对子问题求解一次，将其结果保存在一张表中，从而避免了每次遇到各个子问题时重新计算的情况。

动态规划算法设计步骤

动态规划算法设计步骤如下：
1、描述最优解的结构。
2、递归定义最优解的值。
3、按自底向上的方式计算最优解的值(动态规划算法效率高原因所在)。
4、由计算出的结果构造出一个最优解。
补充：步骤三中两种等价的实现方法：
• 带备忘的自顶向下法：正常的递归编写过程，但过程会保存每个子问题的解。当需要一个子问题的解时，程序首先检查是否已经保存过此解，若是，直接返回，若不是，递归计算这个子问题，这种递归方式是带备忘的。
• 自底而上法：需恰当的定义子问题的规模，因此需要将问题进行排序，从小的问题开始处理。这样就确保了在处理到大的问题时，其所依赖的更小的子问题已经求解完毕，结果已经保存。
动态规划算法属于典型的用空间换取时间，由于没有频繁的递归函数的开销，自底而上方法的时间复杂度会更好一些。

动态规划与分治法的区别

动态规划与分治法的区别：
1、分治法是指将问题分成一些独立的子问题，递归的求解各子问题。
2、动态规划适用于这些子问题不是独立的情况，也就是各子问题包含公共子问题。

动态规划基础

采用动态规范方法的最优化问题中的两个基本要素：最优子结构和重叠子结构。
最优子结构(自下向上)：指问题的一个最优解中包含了其子问题的最优解，在动态规划中，每次采用子问题的最优解来构造问题的一个最优解。
找最优子结构，遵循的共同的模式：
1、问题的一个解可以是做一个选择，得到一个或者多个有待解决的子问题。
2、假设对一个给定的问题，已知的是一个可以导致最优解的选择，不必关心如何确定这个选择。
3、在已知这个选择后，要确定哪些子问题会随之发生，如何最好地描述所得到的子问题空间。
4、利用“剪贴”技术，来证明问题的一个最优解中，使用的子问题的解本身也是最优的。
最优子结构在问题域中以两种方式变化：
1、有多少个子问题被使用在原问题的一个最优解中。
2、在决定一个最优解中使用哪些子问题时有多少个选择。
动态规划按照自底向上的策略利用最优子结构，即首先找到子问题的最优解，解决子问题，然后逐步向上找到问题的一个最优解。为了描述子问题空间，可以遵循这样一条有效的经验规则，就是尽量保持这个空间简单，然后在需要时再扩充它。
重叠子结构(自上向下)：用于解决原问题的递归算法可以反复地