【算法】动态规划
动态规划
1.概念
动态规划常用于的一个问题就是求最值, 比如说最常见的求最长递增子序列啊等待。
其实动态规划的问题核心仍然是穷举,想一下求最值,那最可能的就是把所有结果列出来,谁最大要谁。
动态规划大部分是自底向上的,所以也就脱离了递归,更多的是采用for循环的迭代;
动态规划的典型类型:
背包问题;
打家劫舍;
股票问题;
子序列问题;
动态规划常常用于求解多阶段决策问题
动态规划问题的问法:只问最优解(常和最值联系在一起),不问具体的解;
2.过程
动态规划类的题目我们一般情况下按照这三部曲进行:
- 1.确定dp数组及其下标含义;
- 2.确定递推公式,即状态转移方程;
- 3.dp初始化,base case;
一般按照这三步后能够写出来一个程序,为了保险起见,我们可以带一个例子进去检验。
最关键的就是确定好dp的含义后去寻找递推关系;
3.样例
4.体会
- 涉及到多决策的,之前想到的可能是用回溯,去构建一颗决策树;回溯更多情况下是一种平等的,比如说选1,2,3这样依次换着选一遍的情况时,我们会去用回溯,在做出一种选择后将其撤销进行另一个选择。但是在不是平等的时候,我们很多情况下会去用动态规划,这和回溯的最大不同在于这里有一个很明确的递推关系,也就是状态转移,比如打家劫舍问题,或者是买卖股票等,dp数组在i时的状态能够由之前的递推出来;
- 很重要的一个点就是我们最初要明确好dp数组是干什么的,下标还有它本身的意义是什么。
- 要找到base case ,也就是把dp数组初始化好。