动态规划的策略
动态规划和分治法很像,都是把一个大问题拆解成若干个子问题,通过解决子问题来解决原问题
但区别在于:分治法的子问题往往是独立的,而动态规划的子问题是有重叠的,即一个子问题的结果可能为另一个子问题所用,因而可以通过保存已解决子问题的结果(Memorization)来进行加速。
通常动态规划可以把许多递归问题从指数时间降到多项式时间,如《python 递归优化》中的例子。
综上所述,动态规划的核心为两部分:
- 递归
- 缓存
动态规划问题的特点
- 原问题的最优解包含子问题的最优解
- 递归解法中包含大量重复计算
动态规划的分类
-
自顶向下
用递归的方式处理问题,保存每个子问题的结果以备查询 -
自底向上
用迭代的方式处理问题,先解决小问题,保留结果,再扩大规模