明明白白之动态规划

上一篇：网络原理-TCP-IP

1、动态规划定义：
动态规划是分治思想的延伸，和递归类似，却又不是递归。在将大问题化解为小问题的分治过程中，保存对这些小问题已经处理好的结果，并供后面处理更大规模的问题时直接使用这些结果。

2、 动态规划具备以下三个特点：
1） 把原来的问题分解成了几个相似的子问题
2） 所有的子问题都只需要解决一次
3） 储存子问题的解

3、 动态规划的本质是对问题状态的定义和状态转移方程的定义（状态以及状态之间的递推关系）动态规划问题一般从以下四个角度考虑：
1） 状态定义
2） 状态间的转移方程定义
3） 状态的初始化
4） 返回结果
把握以上四个角度，问题就迎刃而解了。

状态定义的要求：定义的状态一定要形成递推关系（一步一步走）

4、 适用场景：最大值/最小值，可不可行，存不存在，是不是，方案个数。

5、举个栗子：

例题Ⅰ：斐波那契数列

题目要求：输入一个整数n，请你输出斐波那契数列的第n项（从0开始，第0项为0，第1项是1）。n<=39

大家一看到这道题，脑海里肯定会想到：斐波那契？简单啊，递归不就行了。非也非也~

首先来看递归的做法：

public class Solution {
    public int Fibonacci(int n) {
        if(n == 0) return 0;
        if(n < 3) return 1;
        else {
            return Fibonacci(n - 1) + Fibonacci(n - 2);
        }
    }
}

f(n) = f(n-1) + f(n-2)，确实第一眼看就是递归啊，简直完美的递归环境，这样想着，两三行代码就搞定了。
但其实这样写，n稍微大一点很容易产生Stack Overflow。为什么会溢出呢？因为这其中存在着大量的重复计算。以n=4为例，因为代码并没有记录Fibonacci(1)和Fibonacci(0)的结果，对于程序来说它每次递归都是未知的，因此光是n=4时f(1)就重复计算了3次之多。所以就很容易产生Stack Overflow。

用动态规划来看：

初始状态：F[0] = 0 ; F[1] = F[2] = 1 ;
转移方程：F[i] = F[i - 1] + F[i - 2];
返回值：F[n];

public class Solution {
        public int Fibonacci(int n) {
            if(n == 0) return 0;
            if(n < 3) return 1;
            else {
                int[] f = new int[n + 1];
                f[0] = 0;
                f[1] = f[2] = 1;
                for(int i = 3;i <= n; ++i){
                    f[i] = f[i - 1] + f[i - 2];
                }
                return f[n];
            }
        }
    }

这样就相当于定义了一个数组来存放F[n]，当进行下一步操作时，可以直接调用数组里F[n]的数值，省去了大量的重复计算。

例题Ⅱ：变态跳台阶

题目要求：一只青蛙一次可以跳上1级台阶，也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。

推导过程：

分析以后代码就很好写了：

public class Solution {
    public int JumpFloorII(int target) {
        if (target <= 0) {
            return -1;
        } else if (target == 1) {
            return 1;
        } else {
            return 2 * JumpFloorII(target - 1);
        }
    }
}

以上两道题帮助大家理解动态规划，如果着实搞不清楚动态规划的话，推荐一个动态规划的短漫画来加强理解：

什么是动态规划？

看完之后你肯定会觉得任督二脉已打通，动态规划不过如此！

下一篇：明明白白之搜索算法

---