动态规划-例题众多-详细讲解概要.ppt

动态规划 斐波纳契数列F(n) 递归 vs 动态规划 方法概要 构造一个公式，它表示一个问题的解是与它的子问题的 解相关的公式.E.g. F(n) = F(n-1) + F(n-2). 为这些子问题做索引 ，以便它们能够在表中更好的存储与检索 (i.e., 数组array【】) 以自底向上的方法来填写这表格; 首先填写最小子问题的解. 这就保证了当我们解决一个特殊的子问题时, 可以利用比它更小的所有可利用的 子问题的解. 动态规划算法 算法思想 将待求解的问题分解成若干个子问题，并存储子问题的解而避免计算重复的子问题，并由子问题的解得到原问题的解。 动态规划算法通常用于求解具有某种最优性质的问题。 动态规划算法的基本要素： 最优子结构性质和重叠子问题。 最优子结构性质：问题的最优解包含着它的子问题的最优解。即不管前面的策略如何，此后的决策必须是基于当前状态（由上一次决策产生）的最优决策。 重叠子问题：在用递归算法自顶向下解问题时，每次产生的子问题并不总是新问题，有些问题被反复计算多次。对每个子问题只解一次，然后将其解保存起来，以后再遇到同样的问题时就可以直接引用，不必重新求解。 动态规划 动态规划算法的4个步骤： 1. 刻画最优解的结构特性. （一维，二维，三维数组） 2. 递归的定义最优解. （状态转移方程） 3. 以自底向上的方法来计算最优解.