爬楼梯问题，最小路径等一维DP问题分析

最新推荐文章于 2024-06-22 19:46:49 发布

zcz5566719

最新推荐文章于 2024-06-22 19:46:49 发布

阅读量444

点赞数

文章标签：动态规划

本文链接：https://blog.csdn.net/zcz5566719/article/details/104966677

版权

本文深入分析了一维动态规划问题，以爬楼梯问题和寻找最小路径为例，阐述了动态规划的最优子问题和重叠子问题特性。通过自底向上的方法，利用递推公式解决此类问题，强调了动态规划自下而上构造最优解的过程。

摘要由CSDN通过智能技术生成

爬楼梯问题，最小路径等一维DP问题分析

本文主要分析一维的动态规划问题，希望可以得到一般的接替思路和代码套路，首先放上题目。

在这里插入图片描述这是一个典型的动态规划问题。

最优子问题：想要11的硬币数量最小，则（11-x，x）的硬币数也最小。
重叠子问题：可能多次求解如2的硬币数量最小

但是我们先进行从上至下的方法，并且假设硬币是按照次序排列的，可以进行试当的剪枝。
对于递归问题，我们得到递推式：f(target) =min{ f(target-coins[i])+1}.

# 递归 递归方法，基于coins排序进行了一些剪枝
    def coinformoney(self, coins, target):
        # coins中的硬币是按照从小到大进行排序的,且可以重复使用
        # 难点1：如何设计递归技术的边界条件和返回值。方法： 一定要分析清楚函数的目标，返回值应当与目标一致
        if target < 0:
            return -1
        if target == 0:
            return 0
        # 难点2： 每次递归比较值的设计，如果是最小值设计Inf
        minnums = float('Inf')
        for i in range(len(coins)):
            # 难点3： 递归关系的得到，子问题是什么，子问题的返回是什么
            num