动态规划-数据结构-最全介绍及代码

目录

动态规划简介：

具有什么特征的问题可以用动态规划求解：

和其他同类算法相比动态规划有什么样的特点：

动态规划常用来解决的问题类型：

参考链接：

---

动态规划简介：

动态规划算法的基本思想是：将带求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解中得到原问题的解；对于重复出现的子问题，只在第一次遇到的时候对它进行求解，并把答案保存起来，避免重复求解。该思想与记忆化搜索类似，即将计算步骤中的过程保存下来，避免重复运算

---

具有什么特征的问题可以用动态规划求解：

• 该问题应该能够分成较小的重叠子问题。

• 通过使用较小子问题的最佳解决方案可以实现最佳解决方案。

• 动态算法使用Memoization。

---

和其他同类算法相比动态规划有什么样的特点：

• 与解决局部优化的贪婪算法相反，动态算法被激励用于问题的整体优化。
• 与分而治之的算法相比，其中解决方案被组合以实现整体解决方案，动态算法使用较小子问题的输出，然后尝试优化更大的子问题。动态算法使用Memoization来记住已经解决的子问题的输出。

• 对于递归，只要写好了退出条件，之后不停的调用自身即可，最终到达退出条件时，逐个退出函数。动态规划则是从头开始，用循环达到目的。动态规划和递归的最大的区别，就是在碰到重叠子问题（Overlap Sub-problem）时，是否只需要计算一次。

---

动态规划常用来解决的问题类型：

• 斐波纳契数系列
• 背包问题
• 河内塔
• 由Floyd-Warshall完成的所有最短路径
• Dijkstra的最短路径
• 项目安排

---

参考链接：

原理及案例介绍：https://wenku.baidu.com/view/fc387897fbd6195f312b3169a45177232e60e408.html

原理介绍及C代码：https://www.cnblogs.com/kika/p/10851492.html

原理介绍及Python代码：https://blog.youkuaiyun.com/weixin_40787712/article/details/89702437