动态规划理论：一篇文章带你彻底搞懂最优子结构、无后效性和重复子问题

动态规划理论：一篇文章带你彻底搞懂最优子结构、无后效性和重复子问题

什么样的问题可以用动态规划解决？解决动态规划问题的一般思考过程是什么样的？

一个模型三个特征理论讲解

动态规划能解决的问题有什么规律可循呢？总结为“一个模型三个特征”

一个模型：动态规划适合解决的问题的模型，该模型定义为“多阶段决策最优解模型”

一般用动态规划来解决最优问题，解决问题的过程，需要经历多个决策阶段，每个决策阶段对应一组状态，然后寻找一组决策序列，经过这组决策序列，能产生最终期望求解的最优解

三个特征：最优子结构、无后效性和重复子问题

1，最优子结构

问题的最优解包含子问题的最优解，即后面阶段的状态可以通过前面阶段的状态推导出来

2.无后效性

推导我们阶段的状态时候，只关心前面阶段的状态值，不关心这个是怎么一步步推导出来的，只有满足前面提到的动态规划问题模型，基本都会满足无后效性

3.重复子问题

不同决策序列，到达某个相同的阶段时，可能会产生重复的状态

“一个模型三个特征”实例剖析

有一个n*n的矩阵w[n][n]，矩阵中存储的都是正整数，需要将棋子从左上角移动到右下角，每次只能往右或者向下移动一位，把每条路径经过的数字加起来看做路径的长度，那么从左上角移动到右下角的最短路径长度是多少？

1 3 5 9

2 1 3 4

5 2 6 7

6 8 4 3 （1是起点，3是终点）

这个问题是否符合“一个模型”？

从（0，0）移动到（n-1，n-1）总和走2*(n-1)步，每个阶段都有向右或者向下走两种决策，每个阶段都会对应一个状态集合，把状态定义为min_dist(i,j)，i表示行，j表示列，min_dist(i,j)表达式的值表示从（0，0）到（i，j）的最短路径长度，所以这个问题是一个多阶段决策最优解问题，符合动态规划的模型

初始阶段0：1

阶段1：2 or 3

阶段2：5 or 1 or 5

阶段3：6 or 2 or 3 or 9

阶段4：8 or 6 or 4

阶段5：4 or 7

阶段6：3

是否符合“三个特征”？

用回溯算法解决这个问题，比如写一下代码，画一下递归树，发现递归树中有重复节点，重复节点表示从左上角到节点对应的位置有多种路线，说明这个问题有重复子问题

走到（i，j)这个位置，只需要关心（i-1，j），（i，j-1）两个位置对应的状态，并不关心棋子是通过什么样的路线到达这两个位置的，符合无后效性这个特征

min_dist(i,j)可以通过min_dist(i,j-1)和min_dist(i-1,j)两个状态推导出，符合最优子结构

两种动态规划解题思路总结

把解决动态规划问题一般有两个思路，状态转移表法和状态转移方程法

1.状态转移表法

能用动态规划解决的问题都可以使用回溯算法的暴力搜索解决，当我们拿到问题的时候先用简单的回溯算法解决然后定义状态，每个状态表示一个节点，画出递归树，看是否存在重复子问题，以此来寻找规律，看是否能用动态规划解决

找到重复子问题之后，有两种思路，一是直接用回溯加“备忘录”来避免重复子问题，二是使用动态规划解决方案，状态转移表法

状态转移表法是：先画出一个状态表，表一般是二维的，每个状态包含三个变量，行、列、数组值，根据决策的先后过程，从前往后，分阶段填充每个状态，将这个递推填表的过程，翻译成代码，就是动态规划代码

尽管大部分状态表都是二维的，如果问题的状态比较复杂&#x