什么是动态规划

动态规划的英文名叫Dynamic Programming,是一种分阶段求解决策问题的数学思想。

动态规划的基本模型如下：

1. 确定问题的决策对象
2. 对决策过程划分阶段
3. 对各个阶段确定状态变量
4. 根据状态变量确定费用函数和目标函数
5. 确定状态转移方程

动态规划方法的起源

在20世纪50年代初，美国数学家理查德·贝尔曼（Richard E. Bellman) 等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优化原理(principle of optimality)，把多阶段过程转化为一系列单阶段问题逐个求解，创立了解决这类过程优化问题的新方法——动态规划。

贝尔曼在1958提出Bellman - Ford 算法，Bellman - ford算法是求含负权图的单源最短路径的一种算法

动态规划适用条件

适合应用动态规划方法求解的最优化问题，应该具备两个要素：最优子结构和子问题重叠

1. 最优子结构

如果一个问题的最优解包含其子问题的最优解，就称此问题具有最优子结构性质。
某个问题是否能用动态规划方法解决，是否具有最优子结构是关键因素

利用反正法，来证明问题的一个最优解中，使用的子问题的解本身也是最优的。如果存在更优的子问题的解，构造的问题的解就不是最优的

2. 重叠子问题

子问题重叠的意思是问题的递归算法会反复求解相同的子问题

动态规划算法总是充分利用重叠子问题，通过每个子问题只解一次，把解保存在一个需要时就可以查看的表中，每次查表的时间为常数

题目

国王和金矿

有一个国家发现了5座金矿，每座金矿的黄金储量不同，需要参与挖掘的工人数也不同。参与挖矿工人的总数是10人。每座金矿要么全挖，要么不挖，不能派出一半人挖取一半金矿。要求用程序求解出，要想得到尽可能多的黄金，应该选择挖取哪几座金矿？

解题过程：

• 确定决策对象：得到尽可能多的黄金
• 分阶段：分成5个阶段，每个阶段处理一座金矿
• 确定状态变量： 当前处理的金矿编号和当前的工人数
• 确定目标函数： F(5,10) 是10个人处理第5座金矿时得到的最大的黄金数
• 确定状态转移方程：根据状态变量的范围列方程
  • F(N,W) = 0 (N <= 1, W < P[0])
  • F(N,W) = G[0] (N == 1, W >= P[0])
  • F(N,W) = F(N - 1, W) (N > 1, W < P[N - 1])
  • F(N,W) = MAX(F(N - 1, W) , F(N - 1, W - P[N - 1]) + G[N - 1]) (N > 1, W >= P[N - 1])

go的实现代码

package main

import (
    "fmt"
    "math"
)

//DigGold 挖金矿
func DigGold(g []int, p []int, w int) int {
    if len(g) == 0 || len(p) == 0 || w == 0 {
        return 0
    }
    lenGold := len(g)               //金矿数量
    pre := make([]int, w+1, w+1)    //上一阶段的结果，坐标从1开始
    result := make([]int, w+1, w+1) //当前阶段的结果

    //外层循环是金矿的数量，内层循环是工人数
    for i := 0; i < lenGold; i++ {
        for j := 1; j <= w; j++ {
            if i == 0 {
                if j < p[0] {
                    result[j] = 0
                } else {
                    result[j] = g[0]
                }
            } else {
                if j < p[i] {
                    result[j] = pre[j]
                } else {
                    neww := j - p[i]
                    result[j] = int(math.Max(float64(pre[j]), float64(pre[neww]+g[i])))
                }
            }
        }
        fmt.Println(result)
        if i < lenGold-1 {
            pre, result = result, pre
        }
    }
    return result[w]
}

func main() {
    p := []int{5, 5, 3, 4, 3}
    g := []int{400, 500, 200, 300, 350}
    fmt.Println(DigGold(g, p, 10))
}

输出结果

答案是900

跟分治法比较

分治法（divide-and-conquer）：将原问题划分成n个规模较小而结构与原问题相似的子问题；递归地解决这些子问题，然后再合并其结果，就得到原问题的解。

分治法则会重复地求解公共的子问题，动态规划对每个子子问题只求解一次，将其结果保存在一张表中。

跟贪心算法比较

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择，做出的是在某种意义上的局部最优解。

贪心算法中，由上一步的最优解推导下一步的最优解，而上一部之前的最优解则不作保留。

动态规划算法中，需要记录之前的所有最优解，由这些最优解推导全局最优解。

参考链接

动态规划漫画

https://mp.weixin.qq.com/s?__biz=MzIxMjE5MTE1Nw==&mid=2653190796&idx=1&sn=2bf42e5783f3efd03bfb0ecd3cbbc380&chksm=8c990856bbee8140055c3429f59c8f46dc05be20b859f00fe8168efe1e6a954fdc5cfc7246b0&mpshare=1&scene=1&srcid=0707LqN6fPHu8pSktx5E8i4H#rd