动态规划算法

算法简介：将问题分成多个阶段子问题去解决，得到全局最优结果，不是近似结果。

适用条件：1、具有最优子结构

                  2、无后效性

                  3、子问题重叠性

三个条件具体体现在下面这个例子：

网上各种资料都有最短路径问题：在初学时为了便于我自己理解该算法的原理，我自己想了这么一个简单暴力的例子。

计算最短路径，只针对这个例子，简单暴力的算法逻辑就是将所有路径遍历一遍。动手试一下！

1）line1:2+3+1+8 = 14

2）line2:2+3+2+4 = 11

3)  line3:2+3+3+2 = 10

最后结果显而易见  min = 10。

有想法的同学，就会发现初始的两条路径，会反复计算，2+3 我们一直在重复计算。这就体现了适用条件3，子问题重叠性。

怎么解决这个问题呢，前两条路径重复计算，直接把结果保存下来每次拿来用就好了。现在就变成了：

1）line 1:5+1+8 = 14

2)  line 2:5+2+4 = 11

3) line 3:5+3+2 = 10

这个过程就体现了 适用条件2。无后效性，每个状态都是过去历史一个完整总结。

可以认为截至到当前，过去的结果都是最优，这就是适用条件1，最优子结构。

之后的节点值以此类推，将最优结果计算并保存。供下一个节点直接取用。

例如最终值f(n)的计算。一定来自方框的三个节点的最优值f(n-1,i)加上最后的路径的值x(n-1,i)。

牵出来状态转移方程   f(n) = min{f(n-1,i)+x(n-1,i)}  这个是代码设计核心。

-------------------------------------以上纯属个人理解，欢迎大牛批评指出-------------------------

 

动态规划的好处：1）以空间换时间，仔细想想例子，过程中我们需要记录每个阶段产生的最优结果。但是避免了重复计算子问题。利用动态规划，例子中的 加法次数有所减少。

                             2）代码易于设计，优秀的算法设计方案带来的效果