动态规划问题（DP算法）

动态规划问题

1. 算法原理
   将复杂的问题分解成若干个简单的子问题，根据这些简单的子问题的解得到原复杂问题的解。
2. 关键点
   找到子问题原原问题之间的关系：包括最优子结构、重复子问题
3. 如何减小问题规模
   • 每次减小一半：二分法、折半查找
   • 每次减少一个
4. 最优子结构
   子问题与原问题之间的关系：即原问题的最优解是由它各个子问题的最优解决定的。
   这两者之间的联系可以用状态转移方程来描述：
   
   通过该方程便能写出递归解法
5. 重复子问题
   子问题与子问题之间的关系：当我们求解一个子问题的最优解的时候，可能会需要用到更小的子问题，这些子问题会重叠地出现在子问题里面，则会出现很多的重复计算。
   解决此问题的方法如下：
   • 自顶向下（记忆法）
     在递归地求解子问题 f(1), f(2)… 过程中，将结果保存到一个表里，在后续求解子问题中如果遇到求过结果的子问题，直接查表去得到答案而不计算，由于递归的存在，需要额外消耗栈
   • 自底向上（迭代）
     避免了递归，而是记住每个最小问题规模的解，来避免重复计算，需要明确的迭代方向