动态规划(下):如何求得状态转移方程并进行编程实现
文章内容:作者基础于上一篇文章的内容,分析插入、删除、替换字符这三种情况的编辑距离。得出状态转移方程:d[i,j]=min(d[i-1,j]+1,d[i,j-1]+1,d[i-1,j-1]+r(i,j))。并给出了具体的代码实现。总结起来即是,把两个字符串比较的问题,分解成很多个子串进行比较的问题,然后根据状态转移方程来描述子问题之间的关系,并保留最小值作为当前的编辑距离,直到过程结束。此外,这边文章还提到了钱币组合的新问题,即给定几种面值的钱币和一个总数值,然后去计算有多少种钱币组合可以得到总数值。解决这个问题也可以用动态规划。
总结
动态规划可以解决最优解的问题,比如最小值、最大值、最短子串、最长子串等等,其中的关键在于找准状态转移方程。此外,动态规划还可以理解成找最值是使用深度优先搜索和广度优先搜索的进阶版,不管深搜还是广搜,一般是多方向,多情况进行枚举,然后选取符合结果的值然后跟历史最值比较,选取最优,是在结果层面选最优。而动态规划则是有方向地进行搜索,每一步选最优,从而得到一个最优解,是在过程中选取最优结果。