动态规划题目总结

秀秀的奇妙旅行

已于 2022-03-14 11:35:42 修改

阅读量265

点赞数

分类专栏： Leetcode刷题汇总文章标签：动态规划自动驾驶算法

于 2020-04-06 18:07:17 首次发布

本文链接：https://blog.csdn.net/yunxiu988622/article/details/105344540

版权

Leetcode刷题汇总专栏收录该内容

11 篇文章 2 订阅

订阅专栏

一文看懂递归
 一文学会动态规划解题技巧
 贪心算法

打家劫舍
最长子序列
背包问题
股票问题

方法论

注意：

dp数组以及下标的含义
递推公式
dp数组的初始化
for循环的遍历顺序（先遍历背包，物品？i，j？）

动态规划
动态规划是解决多阶段决策问题的一种方法。动态规划是解决最优化问题的一种途径，但不是一种特殊算法，重点是一个建立状态转移方程的过程。
基本思想：
多阶段决策问题，如果一类问题的求解过程可以分为若干个互相联系的阶段，在每一个阶段都需作出决策，并影响到下一个阶段的决策。
动态规划的基本思路：
在这里插入图片描述

一、判断问题是否可以使用动态规划（判断问题是否具有最优子结构的性质）
二、把问题分成若干个子问题（分阶段）
三、建立状态转移方程（递推关系式）
四、找出边界条件。
五、将已知边界值带入方程。
六、递推求解。

		**1**：计数
				-计算有多少种方法走到右下角
				-有多少种方法选出K个数使得和等于sum
		**2**：求最值
		 		-从左上角到右下角路径的最大数值和‘
		 		-最长上升子序列长度
		**3**：求存在性
				-取石子游戏，先手能否获胜
				-能否选出K个数使和为sum

dp[i][j]含义：下标为 i 这一天结束的时候，手上持股状态为 j 时，我们持有的现金数。j = 0，表示当前不持股；j = 1，表示当前持股。 int[][] dp = new int[len][2];
递推公式：（买入就-prices[i]，卖出就+prices[i],不同的i，price不同用max找最大值）
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
dp[i][1] = Math.max(dp[i - 1][1], -prices[i]);
初始化： dp[0][0] = 0; dp[0][1] = -prices[0];