三道题带你了解动态规划

动态规划含义：，是一种将原问题分解成简单的子问题来解决复杂问题的思想。其中，动态规划还具有最优子结构性质和子问题重叠性质。

1. 最优子结构：动态规划将原问题分解成各种简单的子问题时，各个子问题的最优解综合起来就是原问题的最优解，即局部最优解能够决定全局最优解。
2. 子问题重叠：在计算一个子问题的最优解之后，记住这个子问题，接下来还可能遇到相同问题，为提高效率，可以直接拿来之前得到的结果，这是因为当使用递归自顶向下的时候，每次产生的子问题不总是新问题，而是之前被重复计算的问题

  斐波那契数列：0，1，1，2，3，5，8，13，21，34，55，89、、、、、、规律是从第三项开始，每一项都等于前两项之和，F(n)=F(n-1)+F(n-2),(n>=3)

求解斐波那契数列就是一个很好的递推过程，最推导后续的过程中都用到前面的推导。求导后面的必须要把前面的推导出来，一步一步向后推导，就像求解8 必须要求解出 3 ，5.

下面来看第一题

 首先来看  

  递推公式： f(i)=max{f(i−1)+nums[i],nums[i]}

  动态数组含义：当前位置的最大子数组和为多少

 我们来看一下核心代码：

举例：nums = [-2,1,-3,4,-1,2,1,-5,4]

for (int i = 0; i < nums.size(); i++)
    {
        //看一看加上之后有没有原先大  
        //这个sum 相当于找到一个比原先大的了就开始重新计算了
                   sum = max(nums[i], sum + nums[i]);
        //如果此时超过了，那么就更新
        max1 = max(sum, max1);
    }

这个sum很巧妙，在计算的过程中会随着找到最大值他就会更新，比如第一次就算，sum就是-2，但是第二次找到1比它大的就会进行更新了。之后接着往后走，当走到后面的 -1 sum又重新更新了。

来看一下全部代码：

int maxSubArray(vector<int>& nums) {
	int sum = 0;//记录当前求和的数
	int max1 = nums[0];//记录求和过程中的最大值
	for (int i = 0; i < nums.size(); i++)
	{
        //看一看加上之后有没有原先大  
        //这个sum 相当于找到一个比原先大的了就开始重新计算了
		sum = max(nums[i], sum + nums[i]);
        //如果此时超过了，那么就更新
		max1 = max(sum, max1);
	}
	return max1;
}

题二：

递推公式：f(i)=max{f(i−2)+nums[i]，f(i-1)}

动态数组含义：就是当前服务的最长时间

核心代码：

dp[0]=nums[0] ;
dp[1]=max(nums[0],nums[1]);
    for (int  i = 2; i < dp.size(); i++)
    {
        //要么就当前不能服务了，要么就是当前的前一个没服务，当前可以服务
        dp[i] = max(dp[i - 1], dp[i - 2]+nums[i]);
    }

这道题就类似于斐波那契数列，一步一步向后推，每一个位置等于它前面的前面的位置加上当前位置的数字，或者当前不能服务，那么此时最长的服务时间就是和上一个最长的服务时间一样了。

题型三：

递推公式：f(i) =min(dpleft[i], dpright[i])-heigit[i];

动态数组含义：定义两个记录当前位置左右两边高度最高的柱子。

                          定义一个记录当前位置可以存放多少水的数组

 代码

int trap(vector<int>& height) {
	vector<int> dpleft(height.size());
	vector<int> dp(height.size());
	vector<int> dpright(height.size());
	int max1 = height[0];
	for (int i = 1; i < height.size(); i++)
	{
		if (height[i] > max1)max1 = height[i];
        dpleft[i] = max1;
	}
	max1 = height[height.size() - 1];
	for (int i = height.size()-2; i >=0; i--)
	{
		if (height[i] > max1)max1 = height[i];
        dpright[i] = max1;
	}
	int sum = 0;
	for (int i = 1; i < dp.size()-1; i++)
	{
		int min1 = min(dpleft[i], dpright[i]);
		dp[i] = min1 - height[i] > 0 ? min1 - height[i] : 0;
		sum += dp[i];
	}
	return sum;
}

dprigh记录当前位置右边最高的柱子，

dpleft记录当前位置左边最高的柱子，

当前的柱子能存放多少水，取决于当前位置左右两边最矮的柱子（水桶原理），减去当前柱子的高度，如果小于零，就让他等于0。这既是动态规划，主要是利用递推，明确好动态数组的含义。

谢谢大家观看。