前言

本文以一道常見的算法面試題開篇，引入動(dòng)態(tài)規(guī)劃的基礎(chǔ)概念， 介紹其思考過程。

正文

一、常見的一道算法面試題——上臺(tái)階

有一個(gè)樓梯總共n個(gè)臺(tái)階，只能往上走，每次只能上1個(gè)、2個(gè)臺(tái)階，總共有多少種走法。

解決方案：

1、排列組合；

枚舉2的個(gè)數(shù)，再枚舉2具體放的位置；

計(jì)算復(fù)雜，容易遺漏。

2、動(dòng)態(tài)規(guī)劃；

dp[n] 表示n個(gè)臺(tái)階的走法，那么有：

dp[n]=dp[n-1]+dp[n-2]；

思路清晰，代碼簡(jiǎn)單。

二、動(dòng)態(tài)規(guī)劃基礎(chǔ)概念

1、動(dòng)態(tài)規(guī)劃；

動(dòng)態(tài)規(guī)劃（Dynamic Programming）指的是解最優(yōu)化問題的一種方法。

2、最優(yōu)子結(jié)構(gòu)性質(zhì)；

問題的最優(yōu)解可以分解為若干子問題，且子問題的解也是最優(yōu)的；

以上臺(tái)階為例，到第i層的最多走法，可以分解為第i-1層和第i-2層的走法之和，且第i-1層和第i-2層的走法也是最多的；

3、 無后效性；

現(xiàn)階段的決策不會(huì)影響未來的決策；

以上臺(tái)階為例，走到第i-2層的最多走法，不會(huì)因?yàn)樵黾拥趇-1層而改變；

三、動(dòng)態(tài)規(guī)劃思考過程

動(dòng)態(tài)規(guī)劃的思考過程可以總結(jié)為：大事化小，小事化了。

大事化小：

一個(gè)較大的問題，通過找到與子問題的重疊，把復(fù)雜的問題劃分為多個(gè)小問題，也稱為狀態(tài)轉(zhuǎn)移；

小事化了：

小問題的解決通常是通過初始化，直接計(jì)算結(jié)果得到；

具體的步驟

1、將大問題分解為子問題

2、確定狀態(tài)表示

3、確定狀態(tài)轉(zhuǎn)移

4、考慮初始狀態(tài)和邊界情況

四、另一個(gè)經(jīng)典的例子——數(shù)塔

有如圖所示的數(shù)塔，要求從頂層走到底層，若每一步只能走到相鄰的結(jié)點(diǎn)，則經(jīng)過的結(jié)點(diǎn)的數(shù)字之和最大是多少？

解決思路：

1、大事化小。要到達(dá)第i層，先要到達(dá)第i-1層。并且第i層的第j個(gè)節(jié)點(diǎn)，只能由i-1層的第j個(gè)和第j-1個(gè)節(jié)點(diǎn)到達(dá)。

我們用dp[i][j]表示，走到第i層第j個(gè)位置的數(shù)字最大和。

那么有dp[i][j]=max(dp[i-1][j], dp[i-1][j-1]) + a[i][j];

2、小事化了。第1層的第1個(gè)節(jié)點(diǎn)，初始值為dp[1][1]=a[1][1]。（a[x][y]表示第x層，第y個(gè)的值）

五、數(shù)塔例子的變形——收集蘋果

平面上有N*M個(gè)格子，每個(gè)格子中放著一定數(shù)量的蘋果。

你從左上角的格子開始，每一步只能向下走或是向右走，每次走到一個(gè)格子上就把格子里的蘋果收集起來。這樣下去，你最多能收集到多少個(gè)蘋果。

解決思路：

1、只能向右走或者向下走，要到達(dá)第i行第j列的格子的時(shí)候，可以由第i-1行第j列或者第i行第j-1列到達(dá)，我們用dp[i][j]表示，走到第i行第j列的最多蘋果數(shù)，那么有：

dp[i][j]=max(dp[i-1][j], dp[i][j-1]) + a[i][j];

2、第1行第1列，初始值為dp[1][1]=a[1][1]，注意事項(xiàng)是邊界條件的處理。

六、動(dòng)態(tài)規(guī)劃經(jīng)典——01背包問題

給定n件物品和一個(gè)容量為m的背包，每件物品都會(huì)消耗背包的一定容積c[i]，并帶來一定價(jià)值v[i]，要求如何選取裝入背包中的物品，使得背包內(nèi)的物品價(jià)值最大。

解決思路：

把n件物品放入背包，可以分解為“將前i件物品放入容量為m的背包中”問題。

若只考慮第i件物品的選擇，那么問題可以分為兩種情況：

1、如果不放第i件物品，問題就轉(zhuǎn)化為“前i-1件物品放入容量為v的背包中”；

2、如果放第i件物品，問題就轉(zhuǎn)化為“前i-1件物品放入剩下的容量為m-c[i]的背包中”；

我們用f[i][j]表示前i個(gè)物品，放入容量為j的背包的最大價(jià)值，上面的兩種情況可以表示為

f[i][j] = max(f[i-1][j], f[i-1][j-c[i]]+v[i]);

初始化條件memset(dp, 0, sizeof(dp));和dp[1][c[1]]=v[1]。

最后遍歷f[n][1~m]可以得到最大值。

總結(jié)

如果還不能完全理解01背包，那么還需要再仔細(xì)理解最優(yōu)子結(jié)構(gòu)、狀態(tài)表示和狀態(tài)轉(zhuǎn)移。

算法能擴(kuò)展思考方向，完善思維能力。學(xué)會(huì)“上臺(tái)階”、“數(shù)塔”、“01背包”這三個(gè)題目，能解決算法面試的動(dòng)態(tài)規(guī)劃部分。

參考及引用

程序員算法基礎(chǔ)——?jiǎng)討B(tài)規(guī)劃

總結(jié)

以上是生活随笔為你收集整理的初闻动态规划的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。