分治算法和动态规划

1. 分治法与动态规划主要共同点:
   二者都要求原问题具有最优子结构性质,都是将原问题分而治之,分解成若干个规模较小(小到很容易解决的程序)的子问题.然后将子问题的解合并,形成原问题的解.
2. 分治法与动态规划实现方法:
   ① 分治法通常利用递归求解.
   ② 动态规划通常利用迭代法自底向上求解,但也能用具有记忆功能的递归法自顶向下求解.
3. 分治法与动态规划主要区别:
   ① 分治法将分解后的子问题看成相互独立的.
   ② 动态规划将分解后的子问题理解为相互间有联系,有重叠部分.
   （百度内容）

典型例子：
跳台阶问题，一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。

分治法：
设跳n级台阶共有f(n)种跳法。对于第一次跳跃，如果跳1级，则剩下的n-1阶有f(n-1)种跳法；如果跳2级，则剩下f(n-2)种跳法。所以f(n)=f(n-1)+f(n-2)。当n=2时，f(n)=2。当n=1时，f(n)=1。

 int f(int n)
{
    if (n <= 0)
        return 0;
    if (n <= 2)
        return n;
    return f(n - 1) + f(n - 2);
}

动态规划：
由于分治法中，f(n-1)的计算中包含f(n-2)，因此会产生很多重复的运算。所以从底向上开始计算可以减少运算次数。

int f(int n) {
        if (n == 1)
            return 1;
        int f = 1;
        int g = 2;
        for (int i = 3; i <= n; i++) {
            int t = f + g;
            f = g;
            g = t;
        }//自底向上体现在这个循环里
        return g;
    }

此动态规划方法，本质上可以通过数组来理解：（原先计算得到的值存在数组里，供下一次计算时提取使用）

int f(int n) {
        if (n <= 0)
            return -1;
        else if (n == 1)
            return 1;
        int[] dp = new int[n + 1];
        dp[1] = 1;
        dp[2] = 2;
        for (int i = 3; i <= n; i++)
            dp[i] = dp[i - 1] + dp[i - 2];
        return dp[n];
    }
（摘自其他博客）

在这题里，用数组储存的话，因为多建立了一个数组，所以空间复杂度比原动态规划方法要高。

文首说到了分治法和动态规划的三条区别，其实如果将数组运用在分治法里，也就相当于是变成了自顶向下的动态规划。
比如，对于f(n)=f(n-1)+f(n-2)，在计算f(n-1)的过程中，由于f(n-1)=f(n-2)+f(n-3)，我们必须要求出f(n-2)的值。这时，我们将f(n-2)的值储存在一个数组a[]的a[n-2]里，那么计算f(n)其实就相当于变成了f(n)=f(n-1)+a[n-2]，即省去了原式子里的**f(n-2)**重复调用递归的步骤。