提高篇-动态规划-《算法笔记》同步笔记总结与补充

这已经是本人第三遍学习动态规划了，其实现在脑子里还是乱糟糟的，容我想想怎么总结能有所收获，有所提升。
第一遍单纯地比葫芦画瓢，留下的印象只是要具体问题具体分析，状态转移方程各不相同；
第二遍对DP有了较为系统地认识，认识到了贪心只能达到局部最优，DP可以得到全局最优解；认识到了自底向上分析问题；认识到了状态转移的过程和分析；认识到了逆向求解决策选择情况。
第三遍感觉比前两次有所提升，却还是有点讲不明白到底具体学到了什么，也不想在这里写长篇大论或者都会提及的概念。
通过这篇博客捋一下思路，写一下新的收获和对DP的认识

本章题目使用递归和递推两种方式编写代码，随后会将代码放在github上
传送站

专题要点：

动态规划不是一种算法，而应该是一种解决问题的思想

• 试着复述一下，区分明确一下相关概念：子问题，重叠子问题，最优子结构，阶段，决策，状态，状态转移方程
• dp问题的两种写法：递归和递推（本章题目均用两种方法实现了一下）
  • 递推是自底向上实现的（底即为边界）；递归是自顶而下实现的（递归的性质，走到边界后，不断向上回退）
  • 使用递归实际上是用递归来替代递推中的一层循环，递归的参数是原递推方法中的外循环遍历和内循环变量
• dp与贪心
  • 贪心法是自顶向下考虑问题，也是最符合人们的正常思维的，动态规划之所以难懂就是其不太正常的考虑问题的方式；
  • 另外贪心法只顾眼前，不考虑全局，往往得到的是局部最优解，动规是全局考虑，贪心法往往可以高效地求出近似解
• dp与分治：尽管都是子问题，但分治法的子问题不重叠，每个子问题都是新出现的，就算存下来备忘录也无法解决
• 在dp问题求解过程中，序列中越靠前的数据，其dp[]值得计算就越靠后，原因在于自底向上的计算方式，因此在对字典序输出有要求时，要考虑到这一点

比较完整地分析dp问题的思考方法：
这篇文章比较清晰易懂，值得一看帮助理解
通过金矿模型介绍动态规划

   1、构造问题所对应的过程。

   2、思考过程的最后一个步骤，看看有哪些选择情况。

   3、找到最后一步的子问题，确保符合“子问题重叠”，**把子问题中不相同的地方设置为参数**。

   4、使得子问题符合“最优子结构”。

   5、找到边界，考虑边界的各种处理方式。

   6、确保满足“子问题独立”，一般而言，如果我们是在多个子问题中选择一个作为实施方案，而不会同时实施多个方案，那么子问题就是独立的。

   7、考虑如何做备忘录。

   8、分析所需时间是否满足要求。

   9、写出转移方程式。
   https://www.cnblogs.com/sdjl/articles/1274312.html