【动态规划之斐波那契数列型】礼物最大价值问题、母牛生产问题、信件错排问题

1.礼物的最大价值问题

礼物的最大价值
题目描述:在一个 m*n 的棋盘的每一格都放有一个礼物，每个礼物都有一定的价值（价值大于 0）。你可以从棋盘的左上角开始拿格子里的礼物，并每次向右或者向下移动一格、直到到达棋盘的右下角。给定一个棋盘及其上面的礼物的价值，请计算你最多能拿到多少价值的礼物？

解法：动态规划

假设 dp[i][j] 表示走到格子 (i, j) 的礼物最大累计价值，则 dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]) + grid[i - 1][j - 1]。

代码：

class Solution {
    public int maxValue(int[][] grid) {
        int m = grid.length, n = grid[0].length;
        int[][] dp = new int[m + 1][n + 1];
        for (int i = 1; i <= m; ++i) {
            for (int j = 1; j <= n; ++j) {
                dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]) + grid[i - 1][j - 1];
            }
        }
        return dp[m][n];
    }
}

2.母牛生产问题

假设农场中成熟的母牛每年都会生 1 头小母牛，并且永远不会死。第一年有 1 只小母牛，从第二年开始，母牛开始生小母牛。每只小母牛 3 年之后成熟又可以生小母牛。给定整数 N，求 N 年后牛的数量。

解法：动态规划

建立动态方程：第i年的母牛数等于第i-1年的母牛数加上三年前的母牛数，因为三年前的小牛今年都会生产一头小牛，每年生一个。所以动态方程为：dp[ i ]=dp[ i-1 ]+dp[ i-3 ]

解释如下 ：因为dp[i-1]中包含的牛分为三类：

• 第一类：之前一直成熟的母牛
• 第二类：还未成熟的母牛，并且第i年也不会成熟
• 第三类：还未成熟的母牛，但第i年就会成熟
  因此，第一类+第三类牛（因为牛三年成熟，所以此即为第i-3年的牛数）加上dp[ i-1 ]的牛数就等于dp[ i ]

代码：

public int cowNums(int n){
  if(n<=3){
	return n;
  }
  int[] dp = new int[n+1];
  dp[0] = 0;
  dp[1] = 1;
  dp[2] = 2;
  dp[3] = 3;
  for(int i = 4;i<=n;i++){
	  dp[i] = dp[i-1]+dp[i-3];
  }
  return dp[n];
  
}

3.信件错排问题

题目描述：有n个信和信封，求错误装信方式的数量（所有信封都没有装各自的信）。

解法：动态规划

假设dp[i-1]是前i-1个信和信封，错误装信方式的数量，则对于第i个信和信封，只需要把信与前面任何一封信j交换一下，就可以得到一个满足条件的结果。因此确定dp[i-1] * (i-1)
同时，如果前面的一封信 j 在其正确的信封上，而另外i-2封信都在不同的信封上，那么，把信 j 和信 i 交换，也可以得到满足条件的结果。因此确定dp[i-2] * (i-1)

因此，状态转移方程是：
dp[i] = dp[i-1](i-1)+dp[i-2](i-1)

public int solution(n){
	int[] dp = new int[n+1];
	if(n<=2){
		return n-1;
	}
	dp[1] = 0;
	dp[2] = 1;
	for（int i = 3;i<=n;++i）{
		dp[i] = dp[i-1]*(i-1)+dp[i-2]*(i-1);
	}
	return dp[n];
}