動態規劃的關鍵點
動態規劃演算法的兩種形式
舉乙個簡單的例子：就斐波拉契數列fibonacci
fibonacci (n) = 1; n = 0
fibonacci (n) = 1; n = 1
fibonacci (n) = fibonacci(n-1) + fibonacci(n-2)
public int fib(int n)
//輸入6
//輸出：8
上面的遞迴樹中的每乙個子節點都會執行一次，很多重複的節點被執行，fib(2)被重複執行了五次，由於呼叫每乙個函式的時候都要保留上下文，所以空間上開銷也不小。這麼多的子節點被重複執行，如果在執行的時候把執行過的子節點儲存起來，後面要用到的時候直接查表呼叫的話可以節約大量的時間。下面就看看動態規劃的兩種方法怎樣來解決斐波拉契數列fibonacci 數列問題。
二、自頂向下的備忘錄法
public static int fibonacci(int n)
public static int fib(int n,int memo)
比如上面的遞迴樹中fin(6)計算fib(5)，呼叫fib(5)計算出了fib(4)後，fib(6)再嗲用fib(4)就不會遞迴fib(4)的子樹了，因為fib(4)的值已經儲存再memo[4]中
三、自底向上的動態規劃備忘錄法還是利用了遞迴，上面演算法不管怎樣，計算fib（6）的時候最後還是要計算出fib（1），fib（2），fib（3）……,那麼何不先計算出fib（1），fib（2），fib（3）……,呢？這也就是動態規劃的核心，先計算子問題，再由子問題計算父問題。
public static int fib(int n)
return memo_i;
}
你以為看懂了上面就懂動態規劃了？？那你就想的太簡單了，動態規劃問題遠遠不止，具體例項請看下次分析！
動態規劃法
在學習動態規劃法之前，我們先來了解動態規劃的幾個概念 1 階段 把問題分成幾個相互聯絡的有順序的幾個環節，這些環節即稱為階段。2 狀態 某一階段的出發位置稱為狀態。3 決策 從某階段的乙個狀態演變到下乙個階段某狀態的選擇。4 狀態轉移方程 前一階段的終點就是後一階段的起點，前一階段的決策選擇匯出了後...
動態規劃法
有些問題在分解時會產生許多子問題，且分解出的自問題互相交織，因而在解這類問題時，將可能重複多次解乙個子問題。這種重複當然是不必要的，解決方法可以在解決每個子問題後把它的解 包括其子子問題的解 保留在乙個 中，若遇到求與之相同的子問題時，dp演算法又稱動態規劃，是資訊學競賽中選手必須熟練掌握的一種演算...
動態規劃法
最近遇到了一道挺有意思的演算法題 四種硬幣 1元3元4元5元 問 想要湊成n元錢最少幾枚硬幣？public class coinsgamemain fun 7,is public static void fun int k,int is i1 l min i2 if l k private stat...