动态规划（二）——含解题步骤

动态规划解题步骤

1.定义子问题：
什么可以算得上有子问题，可以用动态规划解决的问题呢？例如在打家劫舍的算法题中，问题可以被拆分为各个子问题，子问题是打劫前k家能得到的最大金额。假设一共有 n 个房子的话，就一共有 n个子问题。动态规划实际上就是通过求这一堆子问题的解，来求出原问题的解。这要求子问题需要具备两个性质：

（1）原问题要能由子问题表示。例如这道小偷问题中，k=n 时实际上就是原问题。否则，解了半天子问题还是解不出原问题，那子问题岂不是白解了。
（2）一个子问题的解要能通过其他子问题的解求出。例如这道小偷问题中，f(k)可以由 f(k-1)和 f(k-2) 求出。这个性质就是教科书中所说的“最优子结构”。如果定义不出这样的子问题，那么这道题实际上没法用动态规划解。
2.写子问题的递推关系：
子问题之间存在一种递推关系。第k个子问题的结果是由第k-1或者k-2个子问题的结果得出的。
3.确定DP数组的计算顺序：
DP 数组也可以叫”子问题数组”，因为 DP 数组中的每一个元素都对应一个子问题。dp[k] 对应子问题 f(k)，即偷前 k 间房子的最大金额。
4.空间优化
案例：（leetcode198）
代码：

class Solution {
    public int rob(int[] nums) {
        int len = nums.length;
        int[] max = new int[len];
        if(len == 0){
            return 0;
        }
        if(len ==1){
            return nums[0];
        }
        max[0] = nums[0];
        for(int i=1;i<len;i++){
            max[i] = Math.max(max[i-1],(nums[i]+((i-2<0) ? 0:max[i-2]))) ;
        }
        return max[len-1];
    }
}