1、对动态规划算法的理解:
基本思想与分治法类似,也是将待求解的问题分解为若干个子问题(阶段),按顺序求解子阶段,前一子问题的解,为后一子问题的求解提供了实用的信息。在求解任一子问题时,列出各种可能的局部解,通过决策保留那些有可能达到最优的局部解,丢弃其它局部解。依次解决各子问题,最后一个子问题就是初始问题的解。因为动态规划解决的问题多数有重叠子问题这个特点。为降低反复计算。对每个子问题仅仅解一次,将其不同阶段的不同状态保存在一个二维数组中。
2、分别列出编程题1、2的递归方程:
编程题1的递归方程:
dp[i] = max(dp[j]+1, dp[i]);
编程题2的递归方程:
i==n, dp[i] = 0;
i<n, dp[i] = min{ r[i][k] + dp[k] }, i<k<=n;
在这次编程中,我们进行了多次的讨论,理清了思路,将算法进行了多次的更改和优化,最终成功一起敲出完整的代码。
原文:https://www.cnblogs.com/wxl99/p/9902782.html