6.1 算法解釋
這裡我們引用一下維基百科的描述:「動態規劃
(Dynamic Programming, DP)在尋找有許多重疊子問題
情況的最優解時非常有效。它將問題重新分解成子問題。為了避免多次解決這些子問題,它們的結果會逐步被計算並保存,從簡單的問題開始,直到整個問題被解決。因此,動態規劃保存遞迴中的結果,從而避免在解決相同問題時浪費時間⋯⋯ 動態規劃只能應用於有最優子結構
的問題。最優子結構的意思是,局部最優解能夠決定全局最優解(對某些問題來說這個要求不完全滿足,因此有時需要引入一定的近似)。簡單來說,問題能夠分解成子問題來解決。」
通俗來說,動態規劃與其他遍歷算法(如深度優先搜索或廣度優先搜索)的最大區別在於,動態規劃保存子問題的解,避免重複計算
。解決動態規劃問題的關鍵是找到狀態轉移方程
,通過計算與保存子問題的解來求解最終 問題。
同時,我們也可以對動態規劃進行空間壓縮
,以節省空間消耗。這一技巧筆者會在後續題目中介紹。
在某些情況下,動態規劃可以視為帶有狀態記錄
(memoization)的優先搜索。狀態記錄的意思是,如果一個子問題在優先搜索時已經計算過一次,可以將結果保存下來,之後再次遍歷到該子問題時可以直接返回保存的結果。動態規劃是自下而上的,先解決子問題再解決父問題;而帶有狀態記錄的優先搜索是自上而下的,從父問題搜索到子問題,如果重複搜索到同一個子問題則記錄其狀態以防重複計算。如果題目需求的是最終狀態,使用動態規劃會比較方便;如果需要輸出所有的路徑,則使用帶有狀態記錄的優先搜索會更適合。